hadoop原理记录-HDFS读写数据

HDFS读数据流程

1.客户端请求下载文件

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。

2.返回目标文件的元数据

挑选一台DataNode（就近原则，然后随机）服务器，请求读取数据。

3.客户端请求读数据block1

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.传输数据

客户端以Packet为单位接收，先在本地缓存，然后写入目标文件。

HDFS写数据流程

1.向NN请求上传文件

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.NN响应可以上传文件

NameNode返回是否可以上传。

3.请求上传第一个Block，请返回DN

客户端请求第一个 Block上传到哪几个DataNode服务器上。

4.返回副本数的节点

默认NameNode返回3个DataNode节点，分别为dn1、dn2、dn3。返回规则使用机架感知机制。

5.客户端建立Block传输通道

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.DN逐个应答

dn1、dn2、dn3逐级应答客户端。

7.传输数据Packer

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。

8.客户端给NN发送传输完成

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）