HDFS读写文件流程

https://www.cnblogs.com/laowangc/p/8949850.html

一、HDFS读取文件流程：

image

详解读取流程：

Client调用FileSystem.open()方法：

1 FileSystem通过RPC与NN通信，NN返回该文件的部分或全部block列表（含有block拷贝的DN地址）。

2 选取举栗客户端最近的DN建立连接，读取block，返回FSDataInputStream。

Client调用输入流的read()方法：

1 当读到block结尾时，FSDataInputStream关闭与当前DN的连接，并未读取下一个block寻找最近DN。

2 读取完一个block都会进行checksum****验证，如果读取DN时出现错误，客户端会通知NN，然后再从下一个拥有该block拷贝的DN继续读。

3 如果block列表读完后，文件还未结束，FileSystem会继续从NN获取下一批block列表。

关闭FSDataInputStream

回到顶部

二、HDFS文件写入流程：

image

详细写入流程：

Client调用FileSystem的create()方法：

1 FileSystem向NN发出请求，在NN的namespace里面创建一个新的文件，但是并不关联任何块。

2 NN检查文件是否已经存在、操作权限。如果检查通过，NN记录新文件信息，并在某一个DN上创建数据块。

3 返回FSDataOutputStream，将Client引导至该数据块执行写入操作。

Client调用输出流的write()方法：

HDFS默认将每个数据块放置3份。FSDataOutputStream将数据首先写到第一节点，第一节点将数据包传送并写入第二节点，第二节点 --> 第三节点。

Client调用流的close()方法：

flush缓冲区的数据包，block完成复制份数后，NN返回成功消息。