HDFS数据写入流程

1. 建立通讯，检测是否可以上传

client发起文件上传请求，通过RPC与NameNode建立通讯，NameNode检查目标文件是否已存在，父目录是否存在，返回是否可以上传
RPC指的是远程过程调用。是集群中多个组件、多个模块进行数据通信的一 种方式。

2 .请求block该传输到哪些位置

client请求第一个block该传输到哪些DataNode服务器上

3.获得block可以传输的位置

NameNode根据配置文件中指定的备份数量及机架感知原理进行文件分配，返回可用的DataNode的地址如： A，B，C

4.建立pipeline

client请求3台DataNode中的一台A上传数据（本质上是一个RPC调用，建立pipeline），A收到请求会继续调用B，然后B调用C，将整个pipeline建立完成，后逐级返回client

5. 传输block

client开始往A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（默认64K），A收到一个packet就会传给B，B传给C；A每传一个packet会放入一个应答队列等待应答

6.传输完毕，将传输信息返回给client

数据被分割成一个个packet数据包在pipeline上依次传输，在pipeline反方向上，逐个发送ack（命令正确应答），最终由pipeline中第一个DataNode节点A将pipelineack发送给client;

7.关闭写入流

8.继续其他block操作

当一个block传输完成之后，client再次请求NameNode上传第二个block到服务器