Hadoop分布式文件系统(HDFS)的设计原则
在HDFS设计之初，设计者非常有远见，明确地设定了如下设计原则。
（1）存储超大文件：HDFS要能够管理超大容量的文件，典型的文件容量是从GB级别到TB级别。
（2）存储多种应用对象：这些大容量文件可以包含很多应用对象，如网页文档、日志记录等。一个文件实际上是由数亿（甚至数十亿）个对象组成的TB级的数据集。
（3）离线批处理数据访问：应用场景设定为离线批量数据处理，而不是交互式即时数据访问。
（4）容忍硬件故障：为了尽可能降低集群系统的建设成本，允许系统采用廉价的、故障率较高的PC服务器作为集群中的存储和运算节点。
（5）数据读/写操作的限定：HDFS采用“一次写入、多次读取”的数据读/写方式，文件仅支持在尾部追加式写操作，不允许在其他位置对文件进行任何修改，其目的是尽可能简化数据一致性控制机制，从而提高数据操作效率。
（6）支持多种硬件平台：HDFS可以运行在不同的平台上，如Linux集群、各种云平台等。
（7）就近计算原则：为了减少数据在网络中的传输量，数据计算应尽可能就近进行，通常运算所用的数据就在本节点。这种设计可以明显提高大数据的整体计算效率。
