hadoop之分布式文件存储hdfs

          HDFS和MapReduce是Hadoop的两大核心，除此之外Hbase、Hive这两个核心工具也随着Hadoop发展变得越来越重要。今天我们只初步的看看HDFS.

       HDFS的体系架构

整个Hadoop的体系结构主要是通过HDFS来实现对分布式存储的底层支持，并通过MR来实现对分布式并行任务处理的程序支持。

图中涉及三个角色：NameNode、DataNode、Client。NameNode是管理者，DataNode是文件存储者、Client是需要获取分布式文件系统的应用程序。

作为JAVA开发者来说，spring 绝对是我们的最大福因。大家一定要看一下这里，hadoop 套餐。里面有对hdfs,mapreduce,hive,hbase的访问封装，个人觉得秉承了spring一贯的简单实用风格，一定要赞一下。

下面，我们结合实际的例子阐述一下使用方法：

配置地址：

hadoop数据源初始化：

hdfs数据存储对象定义

文件对象写入

数据查询与过滤

最关键就是查询，你可以RefinableView的条件组合，搜寻你所要的数据。

语法理解：

with:等于 

from:大于等于

fromafter:大于

to:小于等于

tobefore:小于

小样:demo