HDFS中读数据 , 写数据 , 删数据 的执行流程

一、读流程

1. 客户端发起RPC请求到NameNode

2. NameNode在收到请求之后会先校验这个文件是否存在。如果存在，那么会将这个文件所对应的Block的存储地址放入一个队列（保证顺序）中返回给客户端, 每个文件都可以读,所以此处不需要验证用户的权限.

3. 客户端收到队列之后会从队列中将每一个Block对应的地址依次取出，从每一个Block对应的3个地址中取出一个较近(较近是指客户端与存储Block的节点之间的距离, 两者之间经过的交换机个数越少距离越近)的地址来进行读取

4. 读取完一个Block之后，对这个Block进行一次checksum的验证 - 验证这个Block的数据总量是否准确；如果不一致，则说明该Block产生损坏，客户端会通知NameNode，然后再从其他节点上重新读取该Block

5. 如果读完一个Block会读取下一个Block，直到这一次的所有的Block全部读完

6. 客户端在读完这一批地址会向NameNode要下一批的地址

7. 等读完所有的Block，客户端会给NameNode发送消息通知NameNode关闭文件

            

二、写流程(上传文件)

1. 客户端发起RPC请求到NameNode，这个请求包含对文件信息的描述

2. NameNode收到请求之后，校验这个用户的权限；如果校验通过，则检查这个路径下是否有同名文件，如果没有同名文件，则允许写入

3. NameNode计算这个文件需要的地址数量(即block及复本数量)，然后会给每个block分配对应的地址，并且将地址放入队列中返回给客户端

4. 客户端在收到地址之后，将数据进行封包(packets)，写入DataNode

5. 在写Block的时候，会从分配的三个地址中选取一个较近的节点将数据写入。在写完一个Block之后，这个DataNode节点自动的通过Pipeline（管道，实际上基于NIO的Channel）将这个Block备份到其他节点上构成指定的复本数量

6. 节点之间依次传递ACK信号表示备份成功，在客户端收到ACK之后会继续写下一个Block

7. 客户端写完所有的Block之后会通知NameNode关流，此时这个文件更改为不可写

            

三、删流程

1. 客户端发起RPC请求到NameNode

2. NameNode收到请求之后，校验这个文件是否存在，如果存在，校验这个客户端是否有删除权限，如果有权限则允许删除。

3. 在通过校验之后，NameNode就会将这个操作记录到edits_inprogress文件中，然后修改内存中的元数据，最后向客户端返回ack表示删除成功。此时数据并没有从HDFS上移除

4. NameNode等待DataNode的心跳，通过DataNode的心跳信息校验DataNode上是否有要删除的数据，如果有要删除的数据，则NameNode会给对应的DataNode发送指令删除指定的数据，DataNode在接收到指令才会删除。此时数据才真正从HDFS上移除