1 HDFS 写数据流程
1 剖析文件写入
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。
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)。
2 网络拓扑概念
在本地网络中,两个节点被称为“彼此近邻”是什么意思? 在海量数据处理中,其主要限制因素是节点之间数据的传输速率——带宽很稀缺。这里的想法是将两个节点间的带宽作为距离的衡量标准。
节点距离:两个节点到达最近的共同祖先的距离总和。
例如,假设有数据中心 d1 机架 r1 中的节点 n1。 该节点可以表示为/d1/r1/n1。 利用这种标记,这里给出四种距离描述。
3 机架感知(副本节点选择)
1 官方 ip 地址:
http://hadoop.apache.org/docs/r2.7.2/hadoop-project-dist/hadoop-common/RackAwareness.html
http://hadoop.apache.org/docs/r2.7.2/hadoop-project-dist/hadoop-hdfs/HdfsDesign.html#Data_Replication
2 低版本 Hadoop 副本节点选择
第一个副本在 client 所处的节点上。 如果客户端在集群外,随机选一个。
第二个副本和第一个副本位于不相同机架的随机节点上。
第三个副本和第二个副本位于相同机架, 节点随机。
3 Hadoop2.7.2 副本节点选择
第一个副本在 client 所处的节点上。 如果客户端在集群外,随机选一个。
第二个副本和第一个副本位于相同机架, 随机节点。
第三个副本位于不同机架,随机节点。
4 HDFS 如何控制客户端读取哪个副本节点数据
HDFS 满足客户端访问副本数据的最近原则。 即客户端距离哪个副本数据最近, HDFS就让哪个节点把数据给客户端。
2 HDFS 读数据流程
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 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输入流,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。
3 一致性模型
@Test
public void test5() throws Exception {
// 1 获取文件系统
Configuration configuration = new Configuration();
FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "root");
// 2 获取输出流
FSDataOutputStream fos = fs.create(new Path("/hello.txt"));
// 3 写数据
fos.write("hello".getBytes());
// 4 一致性刷新
fos.hflush();
// 5 关闭资源
IOUtils.closeStream(fis);
IOUtils.closeStream(fos);
fs.close();
}
总结:
写入数据时,如果希望数据被其他 client 立即可见,调用如下方法FsDataOutputStream. hflush (); //清理客户端缓冲区数据,被其他 client 立即可见