2021-04-17

数据来源：拉钩教育大数据高薪开发训练营

Hadoop学习第六部分：HDFS读写流程

1）HDFS读数据流程

1.客户端通过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。

2）HDFS写数据流程

1.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。
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。
4.NameNode返回3个DataNode节点，分别为dn1、dn2、dn3。
5.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。
6.dn1、dn2、dn3逐级应答客户端。
7.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会放入一个确认队列
等待确认。
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。（重复执行
3-7步）。

验证Packet代码

@Test
public void testUploadPacket() throws IOException {
    //1.准备读取本地文件的输入流
    FileInputStream fis = new FileInputStream(new File("d:/lagou.txt"));
    //2.准备好写出数据到hdfs的输出流
    FSDataOutputStream fos = fs.create(new Path("/lagou_package.txt"), new Progressable() {
        public void progress() {//这个progress方法就是每传输64kb(packet)就会执行一次
            System.out.println("&");
        }
    });
    //3.实现流拷贝
    IOUtils.copyBytes(fis,fos,configuration);
    //4.关流，IOUtils已经将流关闭\
}