前言
为什么海量数据需要分布式存储技术？
文件过大时，单台服务器无法承担，要靠数量来解决。数量的提升带来的是网络传输、磁盘读写、CPU、内存等各方面的提升。
众多的服务器一起工作，如何保证高效且不出错 ？
大数据体系中，分布式的调度有2类架构模式：去中心化模式、中心化模式
大数据框架大多是：中心化模式：一个中心节点（服务器）来统筹其它服务器的工作，统一指挥，统一调派。 也称：一主多从模式，简称主从模式（Master And Slaves）
去中心化模式：没有明确的中心。 众多服务器之间协调工作。
HDFS的简介
- Hadoop三大组件（HDFS、MapReduce、YARN）之一
- 全称：Hadoop Distributed File System（Hadoop 分布式文件系统）
- 是Hadoop技术栈内的分布式数据存储解决方案
- 可以在多台服务器上构建集群，存储海量数据
- 典型的主从模式架构
HDFS的基础架构
| 主角色：NameNode | 主角色的辅助： SecondaryNameNode |
| 从角色：DataNode |
| NameNode | SecondaryNameNode | DataNode |
|
|
|
一个典型的HDFS集群，就是由1个DataNode加若干（至少一个）DataNode组成
在VMware 虚拟机中部署HDFS 集群
安装包下载
下载地址：Apache Hadoop
集群规划
第一步：VMware 准备3台虚拟机。硬件配置如下：
服务规划
前言
什么是分布式计算？
分布式计算：多台服务器协同工作，共同完成一个计算任务
分布式计算常见的 2 种工作模式
分散->汇总 （MapReduce是这种模式）
中心调度->步骤执行 （大数据体系的Spark、Flink是这种模式）
)
