HDFS读写流程

读:

  1. 客户端向NameNode发送RPC请求,确定文件块所在位置
  2. NameNode会根据集群拓扑结构与客户端的距离和DataNode返回的心跳状态排序返回DataNode
  3. client读取靠前的DataNode(如果客户端本身就是DataNode可以短路读取)
  4. 并行读取,若失败从新读取
  5. 读完列表的block后,若文件读写没有结束,客户端继续向NameNode请求DataNode地址获取block列表
  6. 返回后续block列表
  7. 最后关闭输入流,并将读来所有的block合并成一个完整的文件

写:

  1. 客户端与NameNode建立通信,请求上传,NameNode检查目标文件和父级目录是否存在

  2. NameNode返回是否可以上传

  3. 客户端请求上传第一个block

  4. NameNode检查元数据池,根据副本配置等返回可用DataNode信息如A B C

  5. 客户端请求与A建立连接,A接受请求后会调用B,B接受后会调用C,将整个管道(pipeline建立完成,在逐级返回到client)

  6. 客户端开始向A传递第一个packet,A收到后会传给B,B收到会传送给C,A每收到一个packet放入一个应答队列等待应答

  7. 关机写入流,并且请求第二个block块上传

https://blog.csdn.net/whdxjbw/article/details/81072207

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
HDFS(Hadoop Distributed File System)是Hadoop生态系统中的一部分,它是一个可伸缩的分布式文件系统,可以在大型集群中存储和处理超大型数据集。下面是HDFS读写流程和原理: 1. 写入流程 (1)客户端向NameNode请求写入文件,NameNode返回一个DataNode列表,客户端接收到后与DataNode进行数据通信。 (2)客户端将数据划分为一个个数据块,并与DataNode建立连接,将数据块写入DataNode。 (3)DataNode接收到数据块后,先将数据写入本地磁盘,然后将数据块复制到其他DataNode上,以实现数据备份。 (4)客户端在写入完数据后,向NameNode发送文件元数据,即文件名、数据块ID、数据块所在的DataNode等信息,NameNode将这些信息保存在内存中,并更新元数据信息。 2. 读取流程 (1)客户端向NameNode请求读取文件,NameNode返回一个DataNode列表和对应的数据块位置信息。 (2)客户端与DataNode建立连接,请求数据块,DataNode将数据块返回给客户端。 (3)客户端读取完所有数据块后,将数据块组合成完整的文件。 HDFS的主要原理是数据分片和复制。HDFS将大文件划分为多个数据块,每个数据块默认大小为128MB,每个数据块会复制到多个DataNode上,以实现数据备份和容错。NameNode负责管理文件系统的元数据,包括文件名、文件目录、数据块位置等信息,而DataNode则负责数据块的存储和读写。这种分布式存储方式可以实现高可用性和高可靠性,并且可以通过增加DataNode数量来提高存储和读写性能。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值