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\
}