diff --git a/note/hadoop/[干货]HDFS是怎么做文件管理和容错的？.md b/note/hadoop/[干货]HDFS是怎么做文件管理和容错的？.md
new file mode 100644
index 0000000..bb0adca
--- /dev/null
+++ b/note/hadoop/[干货]HDFS是怎么做文件管理和容错的？.md
@@ -0,0 +1,176 @@
+ 在 HDFS 中，NameNode 作为整个集群的管理中心，保存着整个 HDFS 中的元数据信息，而真正保存数据的是 DataNode。那么， **Hadoop HDFS 是如何管理这些文件的呢**？本期内容就来为大家解答：
+
+
+***
+
+## HDFS 文件管理
+
+### 1、HDFS 的块分布
+ HDFS 会将数据文件切分成一个个小的数据块进行存储，同时会将这些数据块的副本保存多份，分别保存到不同的 DataNode 上。HDFS 中数据块的副本数由 `hdfs-site.xml`文件中的`dfs.replication`属性决定，配置属性如下：
+
+```xml
+
+ dfs.replication
+ 3
+
+```
+ Hadoop 默认的副本数为3，并且在机架的存放上也有一定的**策略**。Hadoop 的默认布局策略，即默认的**副本存放策略**如下：
+
+ （1）第 1 个副本存放在 HDFS 客户端所在的节点上。
+
+ （2）第 2 个副本存放在与第1个副本不同的机架上，并且是随机选择的节点。
+
+ （3）第 3 个副本存放在与第2个副本相同的机架上，并且是不同的节点。
+
+### 2、数据读取
+ HDFS 的数据读取过程需要客户端先访问 NameNode，获取元数据信息，然后到具体的 DataNode 上读取数据，如下图所示：
+
+
+
+
+ （1）**客户端向NameNode发起请求，读取元数据信息**。**NameNode上存储着整个HDFS集群的元数据信息**，这些元数据信息包括**文件名，所有者，所在组，权限，数据块和 DataNode列表**。
+
+ 这个过程中还要对客户端的身份信息进行**验证**，同时检测是否存在要读取的文件，并且需要验证客户端的身份是否具有**访问权限**。
+
+ （2）**NameNode 将相关的元数据信息返回给客户端**。
+
+ （3）**客户端到指定的 DataNode 上读取相应的数据块**。
+
+ （4）**DataNode 返回相应的数据块信息**。
+
+ 第（3）和（4）步会持续进行，一直到文件的所有数据块都读取完毕或者 HDFS 客户端主动关闭了文件流为止。
+
+
+### 3、数据写入
+ HDFS 中的数据写入过程同样需要客户端先访问 NameNode，获取元数据信息，然后到具体的 DataNode 上写入数据，如图所示
+
+
+
+
+
+
+ 以下是具体步骤：
+
+ （1）客户端请求 NameNode 获取元数据信息。这个过程中，NameNode 要对客户端的省份信息进行验证，同时需要**验证**客户端的身份是否具有**写权限**。
+
+ （2）**NameNode 返回相应的元数据信息给客户端**。
+
+ （3）**客户端向第一个 DataNode 写数据**。
+
+ （4）**第 1 个 DataNode 向第 2 个 DataNode 写数据**。
+
+ （5）**第 2 个 DataNode 向第 3 个 DataNode 写数据**。
+
+ （6）**第 3 个 DataNode 向第 2 个 DataNode 返回确认结果信息**。
+
+ （7）**第 2 个 DataNode 向第 1 个 DataNode 返回确认结果信息**。
+
+ （8）**第 1 个 DataNode 向客户端返回确认结果信息**。
+
+
+ 其中，第（4）步和第（5）步是异步执行的，当 HDFS 中的多个 DataNode 发生故障或者发生错误时，只要正确写入了满足最少数目要求的数据副本数，HDFS客户端就可以从数据块的副本中恢复数据。
+
+ 最少数目要求的数据副本数由`hdfs-site.xml`文件中的`dfs.namenode.replication.min`属性决定，配置属性如下：
+
+```bash
+
+ dfs.namenode.replication.min
+ 1
+
+```
+ **最少数目要求的数据副本数默认为1，即只要正确写入了数据的一个副本，客户端就可以从数据副本中恢复数据**。
+
+
+### 4、数据完整性
+ 通常，在校验数据是否损坏时可以用如下方式。
+
+ （1）当数据**第一次引入时**，计算**校验和**，
+
+ （2）当数据经过一系列的**传输或者复制时**，再次**计算校验和**。
+
+ （3）对比第（1）和第（2）步的校验和是否一致，如果两次数据的校验和不一致，则证明数据已经被破坏。
+
+> **注意：这种使用校验和来验证数据的技术只能检测数据是否被损坏，并不能修复数据。**
+
+ HDFS中校验数据是否损坏使用的也是校验和技术，无论是进行数据的写入还是进行数据的读取，都会验证数据的校验和。校验和的字节数由`core-site.xml`文件中的`io.bytes.per.checksum`属性指定，默认的字节长度为 512 B，具体配置如下：
+
+```bash
+
+ io.bytes.per.checksum
+ 512
+
+```
+ **当 HDFS 写数据时**，HDFS 客户端会将**要写入的数据及对应数据的校验和**发送到 DataNode 组成的复制管道中，其中最后一个 DataNode 负责验证数据的校验和是否一致。**如果检测到校验和与 HDFS 客户端发送的校验和不一致，则 HDFS 客户端 会收到校验和异常的信息，可以在程序中捕获到这个异常，进行相应的处理，如重新写入数据或者用其他方式处理**。
+
+ H**DFS 读数据时**也会验证校验和，此时会将它们**与 DataNode 中存储的校验和进行比较**。如果其与 DataNode 中存储的校验和不一致，则说明数据已经损坏，需要重新从其他 DataNode 读取数据。其中，**每个 DataNode 都会保存一个校验和日志，客户端成功验证一个数据块之后，DataNode会更新该校验和日志**。
+
+ 除此之外，**每个 DataNode 也会在后台运行一个扫描器（DataBlockScanner），定期验证存储在这个 DataNode 上的所有数据块**。
+
+ 由于 **HDFS** 提供的**数据块副本机制**，**当一个数据块损坏时，HDFS 能够自动复制其他完好的数据块来修复损坏的数据块**，得到一个新的，完好的数据块，以达到系统设置的副本数要求，因此在某些数据块出现损坏时，保证了数据的完整性。
+
+### 5、 HDFS 容错
+ HDFS 的容错机制大体上可以分为两个方面：文件系统的容错和 Hadoop 自身的容错。
+
+#### 5.1 文件系统的容错
+ 文件系统的容错可以通过 NameNode 高可用、SecondaryNameNode 机制、数据块副本机制和心跳机制来实现。
+
+> **注意：当以本地模式或者伪集群模式部署 Hadoop 时，会存在 SeconddayNameNode；当以集群模式部署 Hadoop 时，如果配置了 NameNode 的 HA 机制，则不会存在 SecondaryNameNode，此时会存在备 NameNode**。
+
+ 在这里重点说下集群模式下 HDFS 的容错，有关 SecondaryNameNode 机制可参见上一篇文章《[前方高能 | HDFS 的架构，你吃透了吗？](https://alice.blog.csdn.net/article/details/114212487)》的说明：
+
+ HDFS 的容错机制如图所示：
+
+
+ 具体的流程如下：
+
+ （1）备 NameNode 实时备份主 NameNode 上的元数据信息，一旦主 NameNode 发生故障不可用，则备 NameNode 迅速接管主 NameNode 的工作。
+
+ （2）客户端向 NameNode 读取元数据信息。
+
+ （3）NameNode 向客户端返回元数据信息。
+
+ （4）客户端向 DataNode 读取/写入 数据，此时会分为读取数据和写入数据两种情况。
+
+ ① 读取数据：HDFS 会检测文件块的完整性，确认文件块的**检验和**是否一致，如果不一致，则从其他的 DataNode 上获取相应的副本。
+
+ ② 写入数据：HDFS 会检测文件块的完整性，同时记录新创建的文件的所有文件块的**校验和**。
+
+ （5） **DataNode 会定期向 NameNode 发送心跳信息，将自身节点的状态告知 NameNode**；**NameNode 会将 DataNode 需要执行的命令放入心跳信息的返回结果中，返回给 DataNode 执**行。
+
+ **当 DataNode 发生故障没有正常发送心跳信息时，NameNode 会检测文件块的副本数是否小于 系统设置值，如果小于设置值，则自动复制新的副本并分发到其他的 DataNode 上**。
+
+ （6）集群中有数据关联的 DataNode 之间复制数据副本。
+
+ 当集群中的 DataNode 发生故障而失效，或者在集群中添加新的 DataNode 时，可能会导致**数据分布不均匀**。**当某个 DataNode 上的空闲空间资源大于系统设置的临界值时，HDFS 就会从 其他的 DataNode 上将数据迁移过来**。相对地，**如果某个 DataNode 上的资源出现超负荷运载，HDFS 就会根据一定的规则寻找有空闲资源的 DataNode，将数据迁移过去**。
+
+ 还有一种从侧面说明 HDFS 支持容错的机制，即当**从 HDFS 中删除数据时，数据并不是马上就会从 HDFS 中被删除，而是会将这些数据放到“回收站”目录中，随时可以恢复，直到超过了一定的时间才会真正删除这些数据**。
+
+
+
+#### 5.2 Hadoop自身的容错
+ Hadoop 自身的容错理解起来比较简单，当升级 Hadoop 系统时，如果出现 Hadoop 版本不兼容的问题，可以通过**回滚 Hadoop 版本的方式**来实现自身的容错。
+
+### 6、通过命令行管理文件
+ 这部分内容在之前的文章中已经介绍，大概常用的有40个命令，详情👉[干货 | HDFS常用的40个命令，你都知道吗？
+](https://blog.csdn.net/weixin_44318830/article/details/112752525?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522161502761316780264016467%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=161502761316780264016467&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~blog~first_rank_v1~rank_blog_v1-1-112752525.pc_v1_rank_blog_v1&utm_term=%E5%91%BD%E4%BB%A4)
+
+
+## 巨人的肩膀
+>
+> 1、《海量数据处理与大数据技术实践》
+> 2、《大数据平台架构与原型实现》
+> 3、https://www.cnblogs.com/mayundalao/p/11799849.html
+
+## 小结
+ 本篇内容在上一篇文章[《前方高能 | HDFS 的架构，你吃透了吗？》](https://alice.blog.csdn.net/article/details/114212487)为大家介绍 HDFS 架构的基础之上，又引入了新鲜的血液，对于**HDFS 数据块的分布**，以及**经典读写流程**，**数据完整性**和**容错机制** 作出了清晰的解释。希望大家看完之后能够有所收获！你知道的越多，你不知道的也越多，我是大数据梦想家，我们下一期见！
+
+
+## 彩蛋
+ 我在经历了太多技术群沦落为广告群，水文群，聊天群之后，立志打造一个真正的技术交流社区，于是和我现在的管理成立了「大数据梦想家」技术交流群，希望有更多热爱并渴望学习大数据技术的小伙伴加入到我们的队伍。以下是部分群规，群里设置有**严格的制度**以及**不错的福利制度**。
+
+
+
+
+ 想了解更多信息，加入我们的学习群，可以关注下方公众号，后台回复“**加群**”即可。
+
+
\ No newline at end of file