7、HDFS读写流程

HDFS写数据流程

hdfs写流程.png

1）. 客户端通过Distributed FileSystem模块向NameNode请求上传文件，NameNode检查目标文件是否已存在，父目录是否存在。
3）. NameNode返回是否可以上传。
5）. 客户端请求第一个 block上传到哪几个datanode服务器上。
7）. NameNode返回3个datanode节点，分别为dn1、dn2、dn3。
8）. 客户端通过FSDataOutputStream模块请求dn1上传数据，dn1收到请求会继续调用dn2，然后dn2调用dn3，将这个通信管道建立完成。
9）. dn1、dn2、dn3逐级应答客户端。
10）. 客户端开始往dn1上传第一个block（先从磁盘读取数据放到一个本地内存缓存），以packet为单位，dn1收到一个packet就会传给dn2，dn2传给dn3；dn1每传一个packet会放入一个应答队列等待应答。
当一个block传输完成之后，客户端再次请求NameNode上传第二个block的服务器。（重复执行5-11步）。
在传输过程中，如果dn2、dn3挂了，则NameNode在接收到到Client传输完成时，会检查副本数量是否足够，不够的话异步复制少的副本。如果dn1挂了，那么client会再次请求NameNode，再获取几个节点，NameNode将之前元数据修改，并让对应dn删除对应数据

HDFS读数据流程

hdfs读数据流程.png

1）. 客户端通过Distributed FileSystem向NameNode请求下载文件，NameNode通过查询元数据，找到文件块所在的DataNode地址。
3）. 挑选一台DataNode（就近原则，然后随机）服务器，请求读取数据。
4）. DataNode开始传输数据给客户端（从磁盘里面读取数据输入流，以packet为单位来做校验）。
5）. 客户端以packet为单位接收，先在本地缓存，然后写入目标文件。