potter

少时诵诗书所所

HDFS读写文件流程

1、HDFS写流程:

客户端要向HDFS写数据,首先要跟namenode通信以确认可以写文件并获得接收文件block的datanode,然后,客户端按顺序将文件逐个block传递给相应datanode,并由接收到block的datanode负责向其他datanode复制block的副本

如图:


写详细步骤:

1、根namenode通信请求上传文件,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、client会先对文件进行切分,比如一个blok块128m,文件有300m就会被切分成3个块,一个128M、一个128M、一个44M请求第一个 block该传输到哪些datanode服务器上 

4、namenode返回datanode的服务器 

5、client请求一台datanode上传数据(本质上是一个RPC调用,建立pipeline),第一个datanode收到请求会继续调用第二个datanode,然后第二个调用第三个datanode,将整个pipeline建立完成,逐级返回客户端 

6、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(一个packet为64kb),当然在写入的时候datanode会进行数据校验,它并不是通过一个packet进行一次校验而是以chunk为单位进行校验(512byte),第一台datanode收到一个packet就会传给第二台,第二台传给第三台;第一台每传一个packet会放入一个应答队列等待应答 

7、当一个block传输完成之后,client再次请求namenode上传第二个block的服务器。

2、HDFS读流程:
客户端将要读取的文件路径发送给namenode,namenode获取文件的元信息(主要是block的存放位置信息)返回给客户端,客户端根据返回的信息找到相应datanode逐个获取文件的block并在客户端本地进行数据追加合并从而获得整个文件。

如图:


读详细步骤:

1、跟namenode通信查询元数据(block所在的datanode节点),找到文件块所在的datanode服务器 

2、挑选一台datanode(就近原则,然后随机)服务器,请求建立socket流 

3、datanode开始发送数据(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,后面的block块就相当于是append到前面的block块最后合成最终需要的文件。
阅读更多
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/qq_41851454/article/details/79949464
个人分类: HDFS
上一篇java面试要点
下一篇HBase学习之路 (八)HBase的API操作
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页

关闭
关闭