简述HDFS 体系结构

Hadoop分布式文件系统（HDFS, Hadoop Distributed File System）是Apache Hadoop项目的核心组成部分，它是一个专为大规模数据集设计的高度容错、高吞吐量的分布式存储系统。HDFS的体系结构主要包括以下几个关键组件：

1. **NameNode**：它是整个系统的命名节点，负责维护文件系统的元数据，如目录树结构、块映射以及访问权限等信息。只有一个Active NameNode处于运行状态，处理客户端的所有写入和读取请求。

2. **DataNodes**：它们是大量存在的工作节点，负责实际的数据存储。每个DataNode保存一部分文件块，并通过心跳机制定期向NameNode报告其健康状况。当客户端需要读取数据时，NameNode会指派DataNodes提供所需的块。

3. **Block Replication**：HDFS采用多副本策略，每个文件块通常有三份冗余拷贝存储在不同的DataNodes上，提高了数据的可靠性和可用性。如果某个DataNode故障，可以从其他复制节点恢复数据。

4. **RPC（Remote Procedure Call）通信**：NameNode和DataNodes之间通过RPC协议进行通信。客户端（如MapReduce任务）也通过RPC与NameNode交互获取文件系统的元数据。

5. **HDFS Client**：用户和应用程序通过HDFS API与NameNode进行交互，请求文件操作并获取返回的结果。