简述HDFS中DataNode怎么存储数据的 ？
在HDFS（Hadoop Distributed File System）中，DataNode是负责存储实际数据的节点。它们的存储过程如下：
1. 数据块存储（Block Storage）
- 数据块：HDFS将文件划分为固定大小的数据块（block），默认大小通常是128MB或256MB。这些数据块被存储在DataNode上。
- 块文件：每个数据块在DataNode的文件系统上以一个单独的文件形式存储。块文件被存储在DataNode配置的数据目录中。
2. 数据复制（Replication）
- 副本分布：每个数据块有多个副本，这些副本分布在不同的DataNode上，以提高数据的可靠性和可用性。
- 跨机架复制：在可能的情况下，副本会被分布在不同的机架上，以防止机架级的故障导致数据不可用。
3. 数据管理和报告
- 心跳和块报告：DataNode定期向NameNode发送心跳信号，以及包含其上所有数据块信息的块报告。这帮助NameNode跟踪哪个DataNode存储了哪些数据块。
- 空间管理：DataNode负责管理其本地存储空间，包括数据块的添加、删除和替换。
4. 数据写入和读取
- 写入过程：当客户端向HDFS写入数据时，DataNode根据来自NameNode的指令存储数据块，并将这些数据块复制到其他DataNode。
- 读取过程：读取数据时，客户端可以直接从存储有所需数据块的DataNode上读取数据。
5. 故障恢复
- 块复制：如果某个DataNode失败，NameNode会指导其他DataNode创建更多的数据块副本，以保持数据的副本数不变。
6. 数据完整性
- 校验和：DataNode为每个数据块生成校验和。在读取数据块时，校验和用于检测数据在存储或传输过程中是否损坏。
通过这种方式，DataNode在HDFS中承担了存储和维护数据的重要角色，确保了数据的可靠性和高效访问。