本文内容还是转载自--吴超沉思录里的，还是挺佩服吴超老师的O(∩_∩)O~
以下介绍NameNode和DataNode所扮演的角色：
（1）NameNode
NameNode的作用是管理文件目录结构，是管理数据节点的。NameNode维护两套数据：一套是文件目录与数据块之间的关系，另一套是数据块与节点间的关系。前一套是静态的，是存放在磁盘上的，通过fsimage和edits文件来维护；后一套数据是动态的，不持久化到磁盘，每当集群启动的时候，会自动建立这些信息。
（2）DataNode
DataNode是HDFS中真正存储数据的。HDFS中有个信息叫Block（数据块）。假设文件大小是100GB，从字节位置0开始，每（3）部署情况
集群中的一个专门机器用来运行NameNode,集群中的其他机器各运行一个DataNode。（当然，也可以在运行NameNode的机器上同时运行DataNode,或者一个机器行运行多个DataNode）。
（4）HDFS中的数据存放
1.冗余备份：
HDFS将每个文件存储成一系列的数据块（Block）,默认快大小为64MB（可以自定义设置）。为了容错，文件的多有数据块都可以死有副本（默认为3个，这个可以自定义设置，但一般3个是最佳选择了，个人认为）。当DataNode启动的时候，它会遍历本地文件系统，产生一份HDFS数据块和本地文件对应关系的列表，并把这个报告发送给NameNode,这就是报告块（BlockReport），报告块包含了DataNode上所有块的列表。
2.副本存放：
HDFS集群一般运行在多个机架上，不同机架上机器的通信需要交换机。通常情况下，副本的存放策略较关键，机架内节点之间的带宽比跨机架之间的带宽要大，它能影响HDFS的可靠性和性能。HDFS采用一种称为机架感知（Rack-aware）的策略来改进数据的可靠性、可用性和网络带宽的利用率。一般情况下：HDFS的存放策略是将一个副本存放在本地机架节点上，一个副本存放在同一个机架的另一个节点上，最后一个副本存放在不同机架的节点上。这种策略减少了机架间的数据传输，提高了写操作的效率。机架的错误远远比节点的错误少，所以这种策略不会影响到数据的可靠性和可用性。
3.心跳检测：
NameNode周期性地从集群中的每个DataNode接受心跳包和块报告，NameNode可以根据这个报告验证映射和其他文件系统元数据。烧到心跳包，说明该DataNode工作正常。如果DataNode不能发送心跳信息，NameNode会标记最近没有心跳的DataNode为宕机，并不会给他们发送任何I/O请求。
原文：http://www.cnblogs.com/judylucky/p/4305114.html