hdfs有很多好处，这里和这里都列出了
请注意，无论您是将数据存储在本地磁盘还是hdfs上，最终您都希望对数据进行一些处理。在这种情况下，所有的大数据技术栈都利用hdfs特性，以容错的方式提供数据的快速处理。
在本地和hdfs中复制数据的差异可以简单地归因于以下事实：
1） hdfs至少制作3个数据副本，这样无论机器是否集群化，它都能以高可用的方式工作。
2） 在hdfs中，数据副本跨集群维护在不同的机器上，因此会发生一些网络i/o。
另请注意-refhttp://hadooptutorials.co.in/tutorials/hadoop/hadoop-fundamentals.html
hadoop使用块来存储文件或文件的一部分。hadoop块是底层文件系统上的一个文件。由于底层文件系统将文件存储为块，一个hadoop块可能由底层文件系统中的许多块组成。积木很大。它们默认为每个64兆字节，大多数系统运行的块大小为128兆字节或更大。
hadoop设计用于流式或顺序数据访问，而不是随机访问。顺序数据访问意味着更少的查找，因为hadoop只查找每个块的开头，并从那里开始顺序读取。
给出了一个很好的读本——hadoop顺序数据访问

hadoop将文件存储为块（默认128mb），并在不同节点的hdd上复制这些块。
从硬盘读取数据时，硬盘磁头必须穿过盘片移动到适当的位置才能读取数据。如果您读取了分布在硬盘上的许多小文件，那么磁头在这些位置之间移动的寻道时间会增加大量开销（降低吞吐量）。
如果你读一个大文件头必须寻找一次并读取数据。总寻道时间现在小于读取时间。
这就是所谓的“hadoop对于顺序访问是有效的”，对于随机访问（具有高寻道时间）来说，它不是那么好
您不应该将hadoop性能与local进行比较，因为hadoop在通过网络与不同节点之间进行传输时会产生很大的（网络）开销。