大数据 Hadoop读写数据流程解析

概述

HDFS能正常工作,对外提供数据储存服务,与Hadoop体系中各种组件的协作配合是分不开的。其中组件有 NameNode, DataNode, Client等,下述部分描述了各种组件的作用,以及相关的关系和在文件系统中读取和写入数据的流程。

写入(上传)数据流程

下图是向HDFS文件系统中写入(上传)数据时的流程图。各数据处理步骤说明见一下分析。
在这里插入图片描述

  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。表示采用这3个节点储存数据。
  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(下载)数据流程

下图是从HDFS文件系统中读取(下载)数据时的流程图。各数据处理步骤说明见一下分析。
在这里插入图片描述

  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. NameNode 返回目标文件的元数据
  3. 挑选一台DataNode(就近原则,然后随机)服务器,请求读取数据。
  4. 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)
  5. 客户端以Packet为单位接收,先在本地缓存,然后写入目标文件。
发布了13 篇原创文章 · 获赞 5 · 访问量 3221
展开阅读全文

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 大白 设计师: CSDN官方博客

分享到微信朋友圈

×

扫一扫,手机浏览