HDFS的写文件的流程：
写入数据的流程：
1:客户端向远程的NameNode 发送一个RPC请求
2：NameNode 会检查所要创建的文件是否存在，操作的用户是否具有操作的权限，成功的话，会给文件创建一个
记录，失败的话，会抛出异常
3：客户端开始写入文件，首先会将文件分成是多个data packet,并在内部以 data queue的形式进行管理，
向namenode 申请新的blocks ，并且获取datanode列表，
4：然后是以pipline的形式来进行数据的写入，当在一个datanode 的上面写入完成之后，
然后继续写入下一个datanode,依次写完之后，
然后返回给客户端一个ack
5:然后客户端将这些返回的进行移除。
6：如果在写入的时候，有一个datanode的写入出现了错误的话，
当前的datanode 会从pipline之中移除，然后就是建立新的pipline。
将新的datanode 传入到队列之中。
另外的一种理解：
写入的时候 首先是写入本地的缓存之中的，如果写入的数据的长度小于本地缓存的话，
那么数据是保存在缓存之中的，输出流关闭的话，本地缓存之中的数据就是会写入到datanode的上面，同时数据是会加上一个校验和的。
如果写入的数据大于缓存的现有的空余的话，那么就是会将数据进行一个校验和，
然后将数据发送出去。
（注意 这里的本地缓存指的是客户端缓存）
本地缓存的大小是可以设置的。
然后就是在写入的过程之中，到底选择哪一个datanode作为写入的副本节点：
这个就是涉及到了机架感知策略。换一种方式来说，就是hdfs副本的写入策略,
对于集群来说，如果文件的存储总是集中在同一个机器上面的，那么就是会出现负载不均衡的情况。
所以了解机架感知策略，就是十分必要的：
hdfs写入副本的时候，首先是在本地节点写入文件的块的副本，然后就是
在相同机架上的不同节点上面写入副本，在然后就是在不同机架上的节点上面写入。
一般来说，默认的搭建的hadoop集群的机架的名字都是default-rack
如果不去做调节的话，即使机器所处于不同的节点，那么表现出来的也是处于同一个机架。
启动集群之后 ，可以在namenode节点上面的日志之中发现 机架的名称是default-rack
配置机架感知策略：
core-site.xml 之中配置机架感知策略
value 的值 后面写的是 自己书写的java的类的名字。
给出自己所写的机架感知的类：
然后把类所属的jar包放置到hadoop集群的目录之中，
这个路径是我将我的jar包在hadoop目录上存放的位置。
hdfs 写入数据的时候，会有一个小的概念：
数据的校验
就是用户在往hdfs上面写入数据的时候，为512个字节生成一个校验码，
然后将校验码和数据一同发送到数据节点，一共写入多个datanode,
是在最后的datanode上面进行校验和的校验。
然后读取文件的时候 同样也是会将校验和发送到客户端 然后进行校验的。
校验成功之后 会发送消息给datanode
然后data回更新校验和的日志文件。
同时在datanode的后台是会有daemon线程 来以三周为一个周期，来扫描
存储的块的文件，防止放置的文件发生损坏。
校验和的长度是32位 4个字节。
可以通过在core-site.xml文件之中配置参数，
可以调整生成校验和的字节的长度。
设置io.bytes.per.checksum 可以调整生成checkSum的字节的长度。
但是不能大于io.file.buffer.zise 。