HDFS的读数据流程
1)客户端通过Distributed FileSystem向NameNode请求下载文件,
2)NameNode通过查询元数据,找到文件块所在的DataNode地址。
3)挑选一台DataNode(就近原则,然后随机)服务器,请求读取第一个 Block。
4)DataNode将第一个 Block数据传给客户端。
5)再挑选一台DataNode(根据就近原则和负载情况)服务器,请求读取第二个 Block。
6)DataNode将第二个 Block数据传给客户端。
7)客户端将两个Block数据进行拼接处理,然后写入到文件中。
HDFS的写数据流程
1)客户端首选创建一个Distributed FileSystem对象,然后通过Distributed FileSystem向NameNode请求上传文件,NameNode检查目标文件是否已存在。
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输出流向dn1(通过就近原则选择节点)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)客户端以Packet为单位往dn1上传第一个Block(先将数据上传到内存中,然后将内存中数据序列化到磁盘上),dn1收到一个Packet就会传给dn2(先传到内存再序列化到磁盘),dn2传给dn3(先传到内存再序列化到磁盘),等dn3每处理完一个packet就会往回应答数据已处理完成,可以删除内存中的数据,接着dn2、dn1也往回应答。
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)。