大数据：Hadoop2.x---HDFS数据读写流程_hadoop2.x 读写文件java代码-CSDN博客

本文链接：https://blog.csdn.net/JinChao94/article/details/100869987

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();
	}
	
}