先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新大数据全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上大数据知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
如果你需要这些资料,可以添加V获取:vip204888 (备注大数据)
正文
如果NameNode的create()方法没有抛出异常,DistributedFileSystem的creat()方法会返回一个FSDataOutputStream输出流对象。
FSDataOutputStream out = fs.create(new Path("/root/test3.txt"));
3.客户端会调用输出流对象的write()方法,这个方法会通过RPC的方式调NameNode的addBlock()方法。向NameNode申请上传数据块(申请Block的写入节点列表)。
4.NameNode会返回给客户端一个LocatedBlock对象,这个对象包含的主要信息是这个这个block要存储在哪三个DataNode节点上。
5.客户端根据NameNode返回的位置信息,建立数据流管道pipeline。
6.然后客户端开始写数据。写过程有3层buffer,以chunk,packet,data queue三个粒度做三层缓存。
- 输出流DFSOutputStream读取block数据,将数据写到chunk(512字节大小),当写满一个chunk后,会调用关于crc32的校验方法进行数据校验,生成一个4字节的checksum校验文件。然后将chunk和checksum共516字节,放进packet。
- 当一个chunk和checksum放进入packet后,不会立即发送,而是累积到一个packet填满后,将这个packet放入dataQueue队列。
- 进入dataQueue队列的packet会被另一线程按序取出沿着建立的管道发送到DataNode。传输的顺序是按NameNode的addBlock()方法返回的列表依次传输。
dataQueue往DataNode传输的同时,也往确认队列ack queue传输作为备份。(ackQueue中存储的都是待确认的packet,如果数据包发出去之后流水线失败,得不到确认。数据包可以从ackQueue恢复,不至于以前的Packet丢失。
)
针对DataNode中传输完成的数据做一个checkSum,并与原本打包前的checkSum做一个比较。校验正确的结果 ACK 是反着 pipeline 方向 返回来的,DataNode3—>DataNode2–>DataNode1。每个 DataNode 传输情况都正常,ACK 才能返回给客户端,DFSOutputStream会有一个ResponseProcessor线程用来接收ACK。如果收到成功的ACK,ResponseProcessor线程会将确认队列ackQueue中删除对应的package,如果写入失败,会将ackQueue里的package置入 data Queue重传。
当该block的所有package发送完毕。即DataNode1、DataNode2和DataNode3都存在该block的完整副本,则三个DataNode分别调用NameNode的 blockReceivedAndDeleted方法。NameNode会更新内存中DataNode和block的关系。Client客户端关闭同DataNode建立的pipeline。
7.如果这个文件还有其它的块 block,则重新执行上面的 3-6 步骤,直到文件传输完成。
8.全部数据输出完成,关闭数据流调用FSDataOutputStream的 close 方法。
9.客户端调用NameNode的 complete 方法,通知NameNode全部数据输出完成。
纯属于个人通过搜索资料整理备忘,如有侵权,请联系删除!
参考资料:
太强了,HDFS写入流程原理_hdfs 本地 直接 写-CSDN博客
带你入坑大数据(二) — HDFS的读写流程和一些重要策略 - 掘金
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip204888 (备注大数据)
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**