Hadoop文件系统是使用分布式文件系统设计开发的.它在商品硬件上运行.与其他分布式系统不同，HDFS具有高度容错能力，使用低成本硬件进行设计.
HDFS可以容纳大量数据并提供更方便的访问.为了存储如此庞大的数据，文件存储在多台机器上.这些文件以冗余方式存储，以便在发生故障时使系统免于可能的数据丢失. HDFS还使应用程序可用于并行处理.
适用于分布式存储和处理.
Hadoop提供了一个与HDFS交互的命令接口.
namenode和datanode的内置服务器可以帮助用户轻松检查集群的状态.
流式访问文件系统数据.
HDFS提供文件权限和身份验证.
下面给出了Hadoop文件系统的架构.
HDFS遵循主从架构，它具有以下元素.
namenode是包含GNU/Linux操作系统和namenode软件的商品硬件.它是一种可以在商用硬件上运行的软件.具有namenode的系统充当主服务器，它执行以下任务 :
管理文件系统命名空间.
规范客户对文件的访问权.
它还执行文件系统操作，例如重命名，关闭和打开文件和目录.
datanode是商品具有GNU/Linux操作系统和datanode软件的硬件.对于群集中的每个节点(商品硬件/系统)，都会有一个datanode.这些节点管理其系统的数据存储.
Datanodes根据客户端对文件系统执行读写操作请求.
他们还会根据namenode的说明执行块创建，删除和复制等操作.
通常用户数据存储在HDFS的文件中.文件系统中的文件将被分成一个或多个段和/或存储在各个数据节点中.这些文件段称为块.换句话说，HDFS可以读取或写入的最小数据量称为块.默认块大小为64MB，但可以根据需要更改HDFS配置来增加.
故障检测和恢复 : 由于HDFS包含大量商品硬件，因此组件故障频繁.因此，HDFS应该具有快速和自动故障检测和恢复的机制.
巨大的数据集 : HDFS每个群集应该有数百个节点来管理具有大量数据集的应用程序.
数据硬件 : 当计算发生在数据附近时，可以有效地完成所请求的任务.特别是在涉及大量数据集的情况下，它可以减少网络流量并提高吞吐量.
