优点：

(1) 高容错性

   1) 数据自动保存多个副本。它通过增加副本的形式，提高容错性。

   2) 某个副本丢失后，可以自动恢复。

(2) 适合批处理

   1) 移动计算而不是移动数据。

   2) 它会把数据位置暴露给计算框架。

(3) 适合大数据处理

   1) 数据规模：能够处理数据规模达到 GB、TB、甚至PB级别的数据。

   2) 文件规模：能够处理百万规模以上的文件数量，数量相当之大。

   3) 节点规模：能够处理10K节点的规模。

(4) 流式数据访问

   1) 一次写入，多次读取，不能修改，只能追加。

   2) 保证数据的一致性。

(5) 可构建在廉价机器上

   1) 它通过多副本机制，提高可靠性。

   2) 它提供了容错和恢复机制。

缺点：

(1) 不适合低延时数据访问；

   1) 毫秒级内的读写数据，做不到。

   2) 它适合高吞吐率的场景，就是在某一时间内写入大量的数据。

(2) 无法高效的对大量小文件进行存储

   1) 存储大量小文件的话，它会占用  NameNode大量的内存来存储文件、目录和块信息。这样是不可取的，因为NameNode的内存总是有限的。

   2) 小文件存储的寻道时间会超过读取时间，它违反了HDFS的设计目标。

(3) 单个文件不支持并发写入、文件随机修改

   1) 一个文件只能有一个写，不允许多个线程同时写。

   2) 仅支持数据追加，不支持文件的随机修改。

1）NameNode：HDFS的主节点，负责维护文件系统树，管理文件、目录、块等信息以及HDFS命名空间，协调并管理所有从节点，负责处理和调度客户端的读写请求。

2）DataNode：HDFS的从节点，负责具体数据的存储，处理与客户端的交互，进行具体数据的读写操作。

3）JournalNode：主要作用是负责两个NameNode之间的状态同步。

4）ZKFC(ZKFailoverController)：主要作用是监控NameNode的健康状况，并实现Active状态的自动转移。

1）健康监测：周期性的向它监控的NN发送健康探测命令，从而来确定某个NameNode是否处于健康状态，如果机器宕机，心跳失败，那么zkfc就会标记它处于一个不健康的状态。

2）会话管理：如果NN是健康的，zkfc就会在zookeeper中保持一个打开的会话，如果NameNode同时还是Active状态的，那么zkfc还会在Zookeeper中占有一个类型为短暂类型的znode，当这个NN挂掉时，这个znode将会被删除，然后备用的NN，将会得到这把锁，升级为主NN，同时标记状态为Active。

3）当宕机的NN启动时，它会再次注册zookeper，发现已经有znode锁了，便会自动变为Standby状态，如此往复循环，保证高可靠，需要注意，目前仅仅支持最多配置2个NN。

4）master选举：如上所述，通过在zookeeper中维持一个短暂类型的znode，来实现抢占式的锁机制，从而判断哪个NameNode为Active状态。

不行, 因为客户端通过namenode接收到在数据块上写入的许可后, 那个块会锁定直到写入操作完成, 所以不能在同一个块上写入。

2）检查是否已存在文件、检查权限。若通过检查，直接先将操作写入EditLog，并返回输出流对象。 

3）client端按块大小切分文件。

4）client将NameNode返回的分配的可写的DataNode列表和Data数据一同发送给最近的第一个DataNode节点，此后client端和NameNode分配的多个DataNode构成pipeline管道，client端向输出流对象中写数据。

5）每个DataNode写完一个块后，会返回确认信息。

6）写完数据，关闭输出流。

7）发送完成信号给NameNode，记录文件名，大小，副本数量等信息。

1）client访问NameNode，查询元数据信息，获得这个文件的数据块位置列表，返回输入流对象。

2）就近挑选一台datanode服务器，请求建立输入流 。

3）DataNode向输入流中写数据，以packet为单位来校验。

4）读取完成后，client关闭输入流。

出现错误的时候无法和namenode进行通信，namenode要去确认datenode是不是宕掉了，这段时间称作超时时长，hdfs默认时间是10分钟30秒，确认该datanode宕机后，存储在这个datanode上的相应文件的副本数会减1，然后namenode会启动自动平衡机制，补全缺失的副本到其他机器上。

小结

本篇HDFS面试指南，结合网络上的经典考题和工作中总结改编的题目一共15道，基本涉及了数据分析工作中常用的知识点，有概念类的也有实操类的，希望读者可以查漏补缺，完善HDFS面试知识点。