hdfs读取文件

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();
            }
        }
    }
}