Hadoop中NameNode、DataNode和Client三者之间的通信方式是什么？怎样进行合作？

一直没有重视三者之间的通信问题，在此整理一下提问：datanode之间有没有交互？Hadoop安装时为什么进行ssh配置？

1.背景知识：

在HDFS系统中，一定要区分好什么是主节点、从节点和客户端。

需要清楚，只要你在集群里面的任何一个节点执行诸如 hdfs dfs -ls / 之类的命令操作，那么你就使用的是主节点或者从节点，否则你使用的就是客户端。注意，客户端没有包括在Hadoop集群之中。在学习Hadoop之初经常不知道这种问题。

2.通信方式简单地讲：
client和namenode之间是通过rpc通信；
datanode和namenode之间是通过rpc通信；
client和datanode之间是通过简单的socket通信;

datanode在MapReduce任务执行时，由于一行数据可能分布在两个数据块上，所以可能会从其他datanode进行读取数据信息，所以datanode之间有通信，通过rpc进行。

RPC通信是一种高可用的通信方式，由于没有过多涉及网络通信的方式，请读者自行百度。呵呵。。。

3.Hadoop安装时为什么进行ssh配置？

Hadoop在执行诸如start-dfs.sh或者start-yarn.sh命令时，我们会从主节点执行上述两条命令，然后主节点会通过ssh通信，登录到从节点执行相关的hadoop-damen.sh start datanode之类的工作，然后之后namenode向datanode发送数据块以及datanode向namenode发送心跳等一系列问题都是通过rpc进行的。所以，要进行ssh免密码登录配置。

另外，ssh配置时，ssh公钥只需要将namenode的公钥拷贝到datanode上即可。如果不需要datanode免密码登录namenode则不需要将datanode的公钥拷贝到namenode。

参考我的另一篇文章：ssh免密码登录的原理

4.读写解析：

以hdfs文件读写为例：

A.图示：

B.  NameNode可以看作是分布式文件系统中的管理者，主要负责管理文件系统的命名空间、集群配置信息和存储块的复制等。NameNode会将文件系统的Meta-data存储在内存中，这些信息主要包括了文件信息、每一个文件对应的文件块的信息和每一个文件块在DataNode的信息等。
DataNode是文件存储的基本单元，它将Block存储在本地文件系统中，保存了Block的Meta-data，同时周期性地将所有存在的Block信息发送给NameNode。
Client就是需要获取分布式文件系统文件的应用程序。

C.文件写入
    Client向NameNode发起文件写入的请求。
    NameNode根据文件大小和文件块配置情况，返回给Client应该向哪一个DataNode写入数据。
    Client将文件划分为多个Block，根据DataNode的地址信息，按顺序写入到每一个DataNode块中。

D.文件读取
    Client向NameNode发起文件读取的请求。
    NameNode返回文件存储的DataNode的信息。
    Client读取文件信息。

注意，在这4个过程中，namenode自身并没有进行任何关于实际数据的读写操作，只是将数据的信息(包括块的位置、块的大小)进行保存和展示。

感谢您阅读我的博客，由于作者水平有限，错漏缺点在所难免,希望得到您的批评指正，祝您工作如意，学习顺利！

############################################################

转载请注明出处，谢谢！原文地址：

############################################################