A:HDFS的写数据流程:
多画图有助于自己深刻的理解
1)客户端向namenode请求上传文件,namenode检查目标文件是否已存在,父目录是否存在。
2)namenode返回是否可以上传。
3)客户端请求第一个 block上传到哪几个datanode服务器上。(根据网络拓扑概念)
4)namenode返回3个datanode节点,分别为dn1、dn2、dn3。
5)客户端请求dn1上传数据,dn1收到请求会继续调用dn2,然后dn2调用dn3,将这个通信管道建立完成
6)dn1、dn2、dn3逐级应答客户端(数据向水流似的,一次往dn1,dn2,dn3流入)
7)客户端开始往dn1上传第一个block(aa.txt)(先从磁盘读取数据放到一个本地内存缓存),以packet为单位,dn1收到一个packet就会传给dn2,dn2传给dn3;dn1每传一个packet会放入一个应答队列等待应答。(如果dn1应答成功,dn2,dn3肯定也应答成功了)
8)当一个block传输完成之后,客户端再次请求namenode上传第二个block的服务器。(每上传一个block块都要向namenode请求,会按照就近原则,然后会找一些相对来说资源少的机器来上传,可能不在是那三台机器的顺序了)(重复执行3-7步)
B:官方给的HDFS的写数据流程
- 客户端通过调用DistributedFileSystem的create方法创建新文件。
- DistributedFileSystem通过RPC调用namenode去创建一个没有blocks关联的新文件,创建前, namenode会做各种校验,比如文件是否存在,客户端有无权限去创建等。如果校验通过, namenode就会记录下新文件,否则就会抛出IO异常。
- 前两步结束后,会返回FSDataOutputStream的对象,与读文件的时候相似, FSDataOutputStream被封装成DFSOutputStream。DFSOutputStream可以协调namenode和 datanode。客户端开始写数据到DFSOutputStream,DFSOutputStream会把数据切成一个个小的packet,然后排成队 列data quene(数据队列)。
- DataStreamer会去处理接受data quene,它先询问namenode这个新的block最适合存储的在哪几个datanode里(比如重复数是3,那么就找到3个最适合的 datanode),把他们排成一个pipeline。DataStreamer把packet按队列输出到管道的第一个datanode中,第一个 datanode又把packet输出到第二个datanode中,以此类推。
- DFSOutputStream还有一个对列叫ack quene,也是由packet组成,等待datanode的收到响应,当pipeline(管道)中的所有datanode都表示已经收到的时候,这时ack quene(确认队列)才会把对应的packet包移除掉。
- 如果在写的过程中某个datanode发生错误,会采取以下几步:
- pipeline被关闭掉;
- 为了防止防止丢包ack quene里的packet会同步到data quene里;
- 把产生错误的datanode上当前在写但未完成的block删掉;
- block剩下的部分被写到剩下的两个正常的datanode中;
- namenode找到另外的datanode去创建这个块的复制。当然,这些操作对客户端来说是无感知的。
- 客户端完成写数据后调用close方法关闭写入流。
- DataStreamer把剩余得包都刷到pipeline里,然后等待ack信息,收到最后一个ack后,通知datanode把文件标视为已完成。注意:客户端执行write操作后,写完的block才是可见的(注:和下面的一致性所对应),正在写的block对客户端是不可见的,只有 调用sync方法,客户端才确保该文件的写操作已经全部完成,当客户端调用close方法时,会默认调用sync方法。是否需要手动调用取决你根据程序需 要在数据健壮性和吞吐率之间的权衡
@Test
public void putFileHdfs1() throws URISyntaxException, IOException, InterruptedException {
Configuration conf = new Configuration();
FileSystem fs = FileSystem.get(new URI("hdfs://bigdata111:9000"),conf,"root");
FileInputStream fis=new FileInputStream(new File("D:\\input\\test\\student.txt"));
Path path=new Path("/student.txt");
FSDataOutputStream fos=fs.create(path);
IOUtils.copyBytes(fis,fos,4*1024,false);
System.out.println("上传成功");
fs.close();
}