HDFS的存储机制
HDFS读数据过程 (下载)
1)客户端向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放入流,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。
HDFS写数据过程
1)客户端向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会放入一个应答队列等待应答
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)
读取HDFS文件代码
public class ReadHDFSFile {
public static void main(String[] args) {
获取配置对象
Configuration configuration = new Configuration();
configuration.set("fs.defaultFS","hdfs://192.168.17.151:9000");
FSDataInputStream open = null;
try {
FileSystem fileSystem = FileSystem.get(configuration);
//获取文件路径
open = fileSystem.open(new Path("/1w.txt"));
//读取文件内容
byte[] buffer = new byte[1024];//数组
/**这个应该是如果文件大于1024字节,就一次读1024个字节,
然后写出,写出后在读剩下的,依次循环输出,不会覆盖文件中的数据*/
while((open.read(buffer))!=-1){
System.out.println(String.valueOf(buffer));
}
} catch (IOException e) {
e.printStackTrace();
}finally {//关流
try {
open.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
}