一、HDFS的读数据流程
-
客户端通过 DistributedFileSystem 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。
-
挑选一台 DataNode(就近原则,然后随机)服务器,请求读取数据。
-
DataNode 开始传输数据给客户端。(从磁盘里面读取数据输入流)
-
客户端以 Packet 为单位接收,先在本地缓存,然后写入目标文件。
二、HDFS的写数据流程
-
客户端通过 Distributed FileSystem 模块向 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。
-
NameNode 返回是否可以上传。
-
客户端请求第一个 Block 上传到哪几个 DataNode 服务器上。
-
NameNode 返回 3 个 DataNode 节点,分别为 dn1、dn2、dn3。
-
客户端通过 FSDataOutputStream 模块请求 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。
-
dn1、dn2、dn3 逐级应答客户端。
-
客户端开始往 dn1 上传第一个 Block(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。
-
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。(重复执行 3-7 步)