1、从HDFS文件系统中写文件
1、客户端发起请求要写文件 /aa/jdk.tgz
2、namenode会检查该目录是否存在,返回是否可写
3、客户端请求写入第一个block
4、namenode返回3个datanode主机
5、挑选dn1,请求建立传输数据的连接,建立socket连接,请求带有参数,告诉dn1要传输给多少台机器
6、7、dn1收到请求后与其他机器建立数据传输链路
8、9、其他机器响应dn1
10、dn1响应给客户端已经准备好了
11、传输第一个block数据带有id、从本地文件输入流中抽取数据而且是从0偏移量开始读,一边读一边通过网络输出流传输给dn1,dn1通过网络输入流接受数据,通过本地文件输出流写入到磁盘中,dn1一边接受byte字节数据一边用网络输出流写道dn2上,dn2的接受数据同dn1的一样,dn3也是同理
12、重复步骤3-11
13、数据全部写完后,告知Namenode
14、Namenode会确认记录元数据
细节:
如果写入某个DataNode失败,数据会继续写入其他的DataNode。然后NameNode会找另外一个好的DataNode继续复制,以保证冗余性;
2、从HDFS文件系统中读文件
1、客户端向NameNode发起请求,请求读取/aaa/jdk.tgz数据
2、NameNode返回元数据信息,主要返回block存放的datanode
3、挑选一台datanode(就近原则),请求建立socket流 ,请求读取block数据,
从datanode的本地文件输入流开始读数据,以二进制的形式写到网络输出流,
网络输出流通过网络传输到客户端, 客户端通过网络输入流接收数据,写入到
本地文件输出流中,然后写入目标文件
4、重复3过程,直到读取完全部的信息,最终合成一个文件。