为了保证block块的安全性，也就是数据的安全性，文件默认保存三个副本，我们可以更改副本数以提高数据的安全性，在hdfs-site.xml当中修改以下配置属性，即可更改文件的副本数：
<property> <name>dfs.replication</name> <value>3</value> </property> <!--修改之后，之前保存的文件的副本数保持不变，之后存入的文件的副本数会发生变化-->块缓存
通常DataNode从磁盘中读取块，但对于访问频繁的文件，其对应的块可能被缓存在DataNode的内存中，以堆外块缓存的形式存在。默认情况下，一个块仅缓存在一个DataNode的内存中，当然可以针对每个文件配置DataNode的数量。作业调度器通过在缓存块的DataNode上运行任务，可以利用块缓存的优势提高读操作的性能。
例如： 连接（join）操作中使用的一个小的查询表就是块缓存的一个很好的候选。
用户或应用通过在缓存池中增加一个cache directive来告诉namenode需要缓存哪些文件及存多久。缓存池（cache pool）是一个拥有管理缓存权限和资源使用的管理性分组。
hdfs的文件权限机制与linux系统的文件权限机制类似：r:read w:write x:execute
删除一个文件需要的是具有该文件所在目录的写权限，而不是具有该文件的写权限，文件的写权限只能够修改文件内容，HDFS文件权限的目的，防止好人做错事，而不是阻止坏人做坏事。HDFS相信你告诉我你是谁，你就是谁
通过shell修改hdfs系统文件的权限和所有者：
hdfs dfs -chown /文件 hdfs dfs -chmode /文件 hdfs的端口号查看core-site.xml配置文件，可以看到hdfs文件系统的端口号是8020
<property> <name>fs.defaultFS</name> <value>hdfs://node01:8020</value> </property> hdfs的优缺点 hdfs的优点(1) 高容错性
数据自动保存多个副本。它通过增加副本的形式，提高容错性。
某一个副本丢失以后，它可以自动恢复，这是由 HDFS 内部机制实现的，我们不必关心。
(2) 适合批处理
它是通过移动计算而不是移动数据。
它会把数据位置暴露给计算框架。
(3) 适合大数据处理
数据规模：能够处理数据规模达到 GB、TB、甚至PB级别的数据。
文件规模：能够处理百万规模以上的文件数量，数量相当之大。
节点规模：能够处理10K节点的规模。
(4) 流式数据访问
一次写入，多次读取，不能修改，只能追加。
它能保证数据的一致性。
(5) 可构建在廉价机器上
它通过多副本机制，提高可靠性。
它提供了容错和恢复机制。比如某一个副本丢失，可以通过其它副本来恢复。
hdfs的缺点(1) 不适合低延时数据访问；
比如毫秒级的来存储数据，这是不行的，它做不到。
它适合高吞吐率的场景，就是在某一时间内写入大量的数据。但是它在低延时的情况下是不行的，比如毫秒级以内读取数据，这样它是很难做到的。
改进策略：使用Hbase
(2) 无法高效的对大量小文件进行存储
存储大量小文件的话，它会占用 NameNode大量的内存来存储文件、目录和块信息。这样是不可取的，因为NameNode的内存总是有限的。
小文件存储的寻道时间会超过读取时间，它违反了HDFS的设计目标。 改进策略
(3) 不支持并发写入、不支持文件随机修改
一个文件只能有一个写，不允许多个线程同时写。（支持并发读取）
仅支持数据 append（追加），不支持文件的随机修改。