Hadoop节点文件存储与HBase面向列的特性可以分别进行解释：
Hadoop节点文件存储
Hadoop文件主要存储在Hadoop分布式文件系统（HDFS）的多个节点上。HDFS是Hadoop的核心组件之一，用于存储和管理大规模数据集。HDFS的存储架构包括两种类型的节点：
NameNode（名称节点）：
- 概念：NameNode是HDFS的主节点，负责管理文件系统的命名空间、维护文件系统的元数据（如文件和目录的层次结构、文件的属性和访问权限等）。
- 优势：NameNode的元数据存储在内存中，可以快速响应客户端的元数据操作请求，如文件的创建、删除、重命名等。
- 应用场景：适用于需要高可靠性和高性能的大规模数据存储和处理场景，如大数据分析、机器学习等。
DataNode（数据节点）：
- 概念：DataNode是HDFS的工作节点，负责存储实际的数据块，并处理客户端的读写请求。
- 优势：DataNode可以通过数据复制和数据块的位置感知，实现数据的冗余存储和高可靠性。
- 应用场景：适用于需要大规模数据存储和处理的场景，如日志分析、图像处理等。
HBase面向列
HBase是一个高可靠性、高性能、面向列、可伸缩、实时读写的分布式数据库，它的主要特点包括：
面向列：
- 数据在HBase中被组织成表，表由行和列组成。
- 列由列族（column family）和列限定符（column qualifier）组成。列族在表的创建时就需要定义，并且不能随后更改。
- 列族可以根据应用的需要进行水平扩展，以适应更高的并发访问需求。
- 列限定符用于唯一标识一个列，是列族下的一个子标识。
其他特性：
- 容量大：HBase单表可以有百亿列、百万行，数据矩阵横向和纵向两个维度所支持的数据量级都非常具有弹性。
- 多版本：HBase的每一个列的数据存储有多个Version，如住址列可能有多个变更版本。
- 高可靠性：使用WAL机制和Replication（复制）机制确保数据的可靠性和容错性。
- 高性能：底层的LSM数据结构和RowKey有序排列等架构上的独特设计，使得HBase写入性能非常高。
Hadoop通过HDFS在多个节点上存储文件，而HBase则是一个面向列的分布式数据库，提供了高可靠性、高性能的数据存储和访问功能。
