HDFS :从本地文件夹读取，而不是SciSpark文件夹

HDFS（Hadoop Distributed File System）是一个分布式文件系统，用于存储和处理大规模数据集。它是Apache Hadoop生态系统的一部分，被广泛应用于大数据处理和分析场景。

HDFS的主要特点包括：

1. 分布式存储：HDFS将数据分散存储在多个节点上，以实现高容量和高可靠性。
2. 可扩展性：HDFS可以轻松地扩展到成千上万的节点，以适应不断增长的数据量。
3. 容错性：HDFS通过数据冗余和自动故障恢复机制，保证数据的可靠性和可用性。
4. 高吞吐量：HDFS适用于大规模数据的批处理操作，具有高吞吐量和高并发性能。
5. 数据局部性：HDFS通过将数据存储在离计算节点近的位置，减少了数据传输的网络开销。

HDFS适用于以下场景：

1. 大数据存储和处理：HDFS可以存储和处理海量的结构化和非结构化数据，支持大规模数据分析和挖掘。
2. 数据备份和灾难恢复：HDFS的数据冗余机制可以提供数据备份和灾难恢复能力，保护数据免受硬件故障和数据丢失的影响。
3. 日志和事件处理：HDFS可以用于存储和处理大量的日志和事件数据，支持实时监控和分析。
4. 图像和视频处理：HDFS可以存储和处理大规模的图像和视频数据，支持图像识别、视频分析等应用。

腾讯云提供了一系列与HDFS相关的产品和服务，包括：

1. 腾讯云分布式文件存储（CFS）：提供高可靠、高性能的分布式文件系统，适用于大数据存储和处理场景。详情请参考：腾讯云分布式文件存储（CFS）
2. 腾讯云数据湖解决方案：基于HDFS和Apache Spark构建的数据湖解决方案，用于大数据存储、处理和分析。详情请参考：腾讯云数据湖解决方案
3. 腾讯云弹性MapReduce（EMR）：提供基于Hadoop和Spark的大数据处理服务，支持HDFS作为底层存储。详情请参考：腾讯云弹性MapReduce（EMR）

以上是关于HDFS的概念、分类、优势、应用场景以及腾讯云相关产品的介绍。