HDFS数据写入(上传)过程
简单说明:
- 1.客户端通过hdfs shell命令调用(DFSclient.java和DsitruibutedFileSystem.java)通过RPC(远程协议)和HDFS老大NameNode建立通信
- 2.NameNode创建文件的元数据信息(文件名,路径,大小,数据块,数据块位置等),并返回给客户端。
- 3.客户端创建输出流(FSDataOutputStream.java)根据元信息上传第一个数据块到DataNode中,剩余数据块通过数据块1通过机架感知进行水平复制。
流程图详细说明:
- 初始化FileSystem,客户端调用create()来创建文件
- FileSystem用RPC调用元数据节点,在文件系统的命名空间中创建一个新的文件,元数据节点首先确定文件原来不存在,并且客户端有创建文件的权限,然后创建新文件。
- FileSystem返回DFSOutputStream,客户端用于写数据,客户端开始写入数据。
- DFSOutputStream将数据分成块,写入data序列。data序列由Data Streamer读取,并通知元数据节点分配数据节点,用来存储数据块(每块默认复制3块)。分配的数据节点放在一个pipeline里。Data Streamer将数据块写入pipeline中的第一个数据节点。第一个数据节点将数据块发送给第二个数据节点。第二个数据节点将数据发送给第三个数据节点。
- DFSOutputStream为发出去的数据块保存了ack queue,等待pipeline中的数据节点告知数据已经写入成功。
- 当客户端结束写入数据,则调用stream的close函数。此操作将所有的数据块写入pipeline中的数据节点,并等待ack queue返回成功。最后通知元数据节点写入完毕。
- 如果数据节点在写入的过程中失败,关闭pipeline,将ack queue中的数据块放入data queue的开始,当前的数据块在已经写入的数据节点中被元数据节点赋予新的标示,则错误节点重启后能够察觉其数据块是过时的,会被删除。失败的数据节点从pipeline中移除,另外的数据块则写入pipeline中的另外两个数据节点。元数据节点则被通知此数据块是复制块数不足,将来会再创建第三份备份。
HDFS数据读取(下载)过程
流程图:详细说明
- 初始化FileSystem,然后客户端(client)用FileSystem的open()函数打开文件
- FileSystem用RPC调用元数据节点,得到文件的数据块信息,对于每一个数据块,元数据节点返回保存数据块的数据节点的地址。
- FileSystem返回FSDataInputStream给客户端,用来读取数据,客户端调用stream的read()函数开始读取数据。
- DFSInputStream连接保存此文件第一个数据块的最近的数据节点,data从数据节点读到客户端(client)
- 当此数据块读取完毕时,DFSInputStream关闭和此数据节点的连接,然后连接此文件下一个数据块的最近的数据节点。
- 当客户端读取完毕数据的时候,调用FSDataInputStream的close函数。
- 在读取数据的过程中,如果客户端在与数据节点通信出现错误,则尝试连接包含此数据块的下一个数据节点。
- 失败的数据节点将被记录,以后不再连接。
代码案例:创建文件夹,上传文件
jar包 | $HADOOP_HOME/share/hadoop/common |
$HADOOP_HOME/share/hadoop/common/lib | |
$HADOOP_HOME/share/hadoop/hdfs | |
$HADOOP_HOME/share/hadoop/hdfs/lib |
import java.io.FileInputStream;
import java.io.InputStream;
import java.io.OutputStream;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IOUtils;
import org.junit.Test;
//写入测试:创建文件夹,上传文件
public class Demo1 {
@Test
public void testMkDir() throws Exception{
//这是一个客户端,链接到服务器上
//服务器的地址 : 核心的配置文件 core-site.xml
// <!--配置NameNode的地址-->
Configuration conf = new Configuration();
conf.set("fs.defaultFS", "hdfs://192.168.8.88:9000");
//创建一个客户端
FileSystem client = FileSystem.get(conf);
//创建一个目录
client.mkdirs(new Path("/bbb"));
//关闭客户端
client.close();
}
@Test
public void testUpload() throws Exception{
Configuration conf = new Configuration();
conf.set("fs.defaultFS", "hdfs://192.168.8.88:9000");
//创建一个客户端
FileSystem client = FileSystem.get(conf);
//得到一个输入流
InputStream in = new FileInputStream("d:\\temp\\a.txt");
//创建一个输出流 ---> 指向HDFS
OutputStream out = client.create(new Path("/bbb/a.txt"));
//上传数据: 使用HDFS的工具类
IOUtils.copyBytes(in, out, 1024);
//关闭客户端
client.close();
}
}