HDFS（Hadoop Distributed File System）默认的副本存放策略是基于机架感知（Rack Awareness）的。在默认情况下，HDFS的副本因子（Replication Factor）为 3。

HDFS 在放置这 3 个副本时，主要为了在可靠性（容错）、写入带宽和读取性能之间取得最佳平衡。其默认的存放策略（针对 3 个副本）如下：

1. 具体的副本放置步骤

• 第一个副本（Replica 1）：存放在本地节点（Local Node）

  • 如果客户端（Client）本身就是一个 DataNode（即在集群内部运行），那么第一个副本会优先存放在客户端所在的节点上。
  • 如果客户端在集群外部，NameNode 会根据网络拓扑、磁盘空间和负载情况，随机选择一个负载不高的节点来存放。
  • 目的：最大程度减少网络传输，提高写入速度。

• 第二个副本（Replica 2）：存放在不同机架的节点上（Remote Rack）

  • HDFS 会强制将第二个副本存放在与第一个副本不同的机架（Rack）上的随机节点。
  • 目的：保证机架级别的容错。如果第一个副本所在的机架发生断电或交换机故障，数据依然可以从第二个机架恢复。

• 第三个副本（Replica 3）：存放在与第二个副本相同机架的另一个节点上

  • 第三个副本会被存放在与第二个副本所在的机架相同，但节点不同的机器上。
  • 目的：平衡安全性和写入性能。因为跨机架的数据传输成本较高（需要经过机架顶部的交换机甚至核心交换机），将第三个副本放在和第二个同机架的节点上，可以减少跨机架的网络流量。

• 第 N 个副本（如果副本数大于 3）：随机存放

  • 如果配置了超过 3 个副本，剩余的副本将在集群中随机选择节点存放。但 HDFS 会尽量保证同一个机架上的副本数不会过多（通常单机架副本数上限设为 (replicas - 1) / racks + 2）。

---

2. 策略总结（一句话概括）

3个副本会分布在 2 个不同的机架上：其中一个机架有 1 个副本，另一个机架有 2 个副本。

---

3. 为什么采用这种设计？（核心优势）

这种“1+2”的跨机架放置策略是经过精心设计的，它解决了以下痛点：

1. 容错性（Reliability）：
   • 如果一台机器宕机，还有另外两个副本可用。
   • 如果一个机架整体故障（如交换机坏了、断电），因为数据分布在两个机架上，另一个机架上至少还有一个副本，数据不会丢失。
2. 写入性能（Write Bandwidth）：
   • HDFS 写入数据采用的是管线（Pipeline）方式：Client -> 副本1 -> 副本2 -> 副本3。
   • 如果 3 个副本放在 3 个不同的机架上，写入时需要跨越 2 次机架交换机，网络开销大。
   • 当前的策略下，数据从副本 1 到副本 2 跨越一次机架，从副本 2 到副本 3 是在同一机架内传输，大大减少了跨机架的网络写带宽消耗。
3. 读取性能（Read Performance）：
   • 读取数据时，HDFS 会计算客户端与各个副本之间的“网络拓扑距离”，优先选择距离客户端最近的副本进行读取，从而降低读取延迟。

*注：要让这个策略生效，Hadoop 管理员必须在集群中正确配置**机架感知（Rack Awareness）*脚本。如果没有配置，HDFS 会认为所有的节点都在同一个默认机架（/default-rack）上，这样就无法实现跨机架容错。