考虑一个文件，其中包括美国每个人的电话号码；姓氏以 A 开头的人的号码可能存储在服务器 1 上，B 存储在服务器 2 上，以此类推。

使用 Hadoop，这个电话簿的片段将存储在集群中，要重建整个电话簿，您的程序需要集群中每个服务器的数据块。

为了确保服务器出现故障时的可用性，缺省情况下，HDFS 会将这些较小的部分复制到另外两台服务器上。 （冗余可以根据每个文件或整个环境增加或减少；例如，开发 Hadoop 集群通常不需要任何数据冗余。） 这种冗余提供了多种好处，最明显的是更高的可用性。

冗余还允许 Hadoop 集群将工作分解成更小的块，并在集群中的所有服务器上运行这些作业，以获得更好的可伸缩性。 最后，您可以实现数据本地性，这在处理大型数据集时至关重要。