HDFS读写数据流程

HDFS写入数据流程：

1. 客户端Client创建一个DistributedFileSystem(分步式文件系统)向Name Node请求上传文件；

2. NameNode检查目录树是否可以创建文件(检查权限，是否允许上传；检查目录是否存在；检查文件是否存在)，并响应给Client。

3. Client接收到可以用上传文件的响应后，向NameNode请求上传第一个Block；

4. NameNode返回3个DataNode节点，分别为DN1、DN2和DN3(第一个选择本地机架，第二个选择其他机架的某一节点，第三个选择其它机架的另一节点，此处体现出Hadoop的高可靠性，在底层维护默认为3个的副本，即使某个计算元素或存储出现故障，也不会导致数据丢失)；

5. Client接收到三个DN的节点信息后，通过FSDataOutPutStream模块创建输入流，向节点距离最近的一个节点请求建立Block传输通道，并依次传递，直至与3个节点都发送建立通信通道请求，3个节点也会逐级应答客户端。

6. 客户端开始向DN1上传第一个Block(先从磁盘读取数据，在本地内存缓存)，以Pocket为单位传递，DN1收到一个Pocket会依次传递给DN2，DN2会传递给DN3，DN1每传入一个Pocket会放入一个应答队列等待应答；

7. 当一个Pocket传输完成后，客户端再次请求NameNode上传第二个Block的服务器(重复执行)。

HDFS读取数据流程：

1. 客户端Client通过过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。
2. 挑选一台DataNode（就近原则，然后随机）服务器，请求读取数据。
3. 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）。
4. 客户端以Packet为单位接收，先在本地缓存，然后写入目标文件。