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