HDFS یکی از کلیدی ترین قسمت های Hadoop است که به توسعه دهندگان اجازه می دهد که یک سیستم بر پایه Hadoop را به هزاران node (سرور) scale کنند، با استفاده از HDFS است که داده ها امکان این را پیدا می کنند که به قسمت های کوچکتر شکسته شوند و برروی هزاران node (سرور) Hadoop پخش شوند و scalability سیستم بالا رود.
HDFS فايل سيستمي است كه از فايل سيستم Google File System ) GFS ) گرفته شده است . اين فايل سيستم توسط زبان برنامه نويسي Java نوشته شده است و ذخيره سازی و بازيابی داده ها ، ايجاد امنيت داده ها ، توزيع داده ها ، نامگذاري ارائه NameSpace ها (براي توليد پوشه ها) ، عمليات مربوط به فايل ها و … را بر روي كلاستر پياده سازي و مديريت ميكند. اين فايل سيستم داراي قابليت هاي بسيار مهمي است كه عبارتند از:
ذخيره سازي توزيع شده – قابل حمل بودن – قابليت اعتماد ( جلوگيري از ازبين رفتن داده ها )