HDFS读写底层源码
一、HDFS 客户端读文件流程
1、打开HDFS文件： HDFS客户端首先调用DistributedFileSystem.open方法打开HDFS文件，底层会调用ClientProtocal.open方法，返回一个用于读取的HdfsDataInputStream对象
2、从NameNode获取DataNode地址：在构造DFSInputStream的时候，对调用ClientPortocal.getBlockLocations方法向NameNode获取该文件起始位置数据块信息。NameNode返回的数据块的存储位置是按照与客户端距离远近排序的。所以DFSInputStream可以选择一个最优的DataNode节点,然后与这个节点建立数据连接读取数据块
3、连接到DataNode读取数据块： HDFS客户端通过调用DFSInputSttream从最优的DataNode读取数据块，数据会以数据包packet形式从DataNode以流式接口传送到客户端，当达到一个数据块末尾的时候,DFSInputStream就会再次调用ClientProtocal.getBlockLOctions获取下一个数据块的位置信息，并建立和这个新的数据块的最优节点之间的连接，然后HDFS继续读取数据块
4、客户端关闭输入流
注意：客户端读取数据块的时候，很有可能这个数据块的DataNode出现异常，也就是无法读取数据。这时候DFSInputStream会切换到另一个保存了这个数据块副本的DataNode，然后读取数据。另外，数据块的应答不仅包含了数据块还包含了校验值，HDFS客户端收到数据应答包的时候，会对数据进行校验，如果校验错误，也就是DataNode这个数据块副本出现了损坏，HDFS 客户端会通过ClientProtocal.reportBadBlocks向NameNode汇报这个损坏的数据块副本，同时DFSInputStream会尝试从其他DataNode读取这个数据块
二、HDFS 客户端写文件的流程
简单的流程介绍：
1、HDFS 客户端调用DistributedFileSystem.create()方法
2、底层在调用ClientProtocal,create()方法在NameNode的文件系统目录树中创建一个文件，并且创建新文件的操作记录到editlog中，返回一个HdfsDataOutputStream对象，底层是对DFSOutputStream进行了一个包装。
3、HDFS 客户端根据返回的输出流对象调用write方法来写数据
4、由于之间创建的新文件是一个空文件，并没有申请任何数据块，所以DFSOutputStream首先会调用ClientProtocal.addBlock向NameNode
申请数据块，数据块的大小可以由用户自己配置，默认128M，NameNode返回一个LocatedBlock对象，这个对象保存了这个数据块所有DataNode位置信息，然后就可以建立数据流管道写数据块了
5、建立通向DataNode的数据流管道，写入数据：建立数据流管道之后，HDFS客户端就可以向数据流管道写数据。它会将数据切分成一个个的数据包packet，然后通过数据流管道发送到DataNode
6、每一个packet都有一个确认包，逆序的通过数据流管道回到输出流。输出流在确认了所有的DataNode已经写入了这个数据包，就会从对应的缓存队列删除这个数据包
7、当DataNode成功接收一个数据块时，DataNode会通过DataNodeProtocal.blockReceivedAndDelete方法向NameNode汇报，NameNode会更新内存中数据块和数据节点的对应关系
8、完成操作后，客户端关闭输出流
三、DataNode写文件的流程
HDFS客户端通过流式接口DataTransferProtocol的子类Sender调用writeBlock，向数据流管道写入数据。在写的时候会传入从NameNode查询到的可用DataNode的信息。
DataNode在启动的时候，会创建DataXceiverServer对象，并以后台方式运行，DataXceiverServer是一个线程类，它会一直判断DataNode是否运行正常，监听是否有请求进来；如果有新的请求进来，则构造一个流式接口DataTransferProtocol的子类Receiver子类：DataXceiver线程服务这个请求，并启动这个DataXceiver。
DataXceiver启动之后，会解析当前输入流中的操作，是读还是写等，我们这里是写操作，那么操作码就是：WRITE_BLOCK，然后根据解析的WRITE_BLOCK作为参数，针对不同的操作码调用Receiver不同的方法，比如这里就是opWriteBlock方法.
客户端会将数据块切分成不同的数据包packet，数据包首先发送到第一个DataNode节点，成功接收后，会将数据包写入磁盘，然后将数据包发送到数据流管道中的第二个DataNode节点，以此类推，到数据流管道最后一个也就是第三个DataNode，会对收到的数据包进行校验，校验成功，DataNode3会发送数据包确认消息，这个消息会逆向的通过数据流管道回到客户端。当一个数据块中所有数据包发送完毕，并且受到确认消息，客户端会发送一个空的数据包标识当前数据块已经发送完毕。
四、DataNode读文件过程
HDFS客户端发送Sender.readBlock之后，DataXceiverServer检测到有新的请求到来，监听是否有请求进来；如果有新的请求进来，则构造一个流式接口DataTransferProtocol的子类Receiver子类：DataXceiver线程服务这个请求，并启动这个DataXceiver。
DataXceiver启动之后会解析请求操作，并根据请求操作码调用具体的方法opReadBlock。