Hadoop主要通過分布式文件系統（HDFS）來存儲數據。HDFS將大文件拆分成多個塊，并將這些塊分散存儲在多個計算節點上。每個塊都會復制多個副本，以提高數據的容錯性和可靠性。
具體存儲過程如下：
數據拆分：Hadoop會將大文件切分成多個數據塊，通常大小為128MB（可配置）。
數據復制：Hadoop會將每個數據塊復制到多個計算節點上，通常默認為3個副本。這些副本通常會存儲在不同的機架上，以提高數據的容錯性和可靠性。
數據存儲：復制的數據塊會按照一定的策略存儲在各個計算節點上的本地磁盤上。每個計算節點都會有一個數據節點（DataNode）來負責存儲和管理數據塊。
數據訪問：用戶可以通過Hadoop的分布式計算框架（如MapReduce）來訪問和處理存儲在HDFS上的數據。Hadoop會根據數據的位置信息，將計算任務分發給存儲相應數據塊的計算節點上的任務節點（TaskTracker）來執行。
總結起來，Hadoop通過將大文件拆分成多個數據塊，并將這些數據塊復制到多個計算節點上的本地磁盤上，實現了分布式的數據存儲和管理。這種分布式存儲方式具有高容錯性、高可靠性和高可擴展性的特點，適用于大規模數據的存儲和處理。
