Hadoop写数据流程

1、 client 发起文件上传请求，通过 RPC 与 NameNode 建立通讯，NameNode
检查目标文件是否已存在，父目录是否存在，返回是否可以上传； 
2、 client 请求第一个 block 该传输到哪些 DataNode 服务器上； 
3、 NameNode 根据配置文件中指定的备份数量及机架感知原理进行文件分
配，返回可用的 DataNode 的地址如：A，B，C； 
注： Hadoop 在设计时考虑到数据的安全与高效，数据文件默认在 HDFS 上存放
三份， 存储策略 为本地一份，同机架内其它某一节点上一份，不同机架的某一
节点上一份。 
4、 client 请求 3 台 DataNode 中的一台 A 上传数据（本质上是一个 RPC 调
用，建立 pipeline）， A 收到请求会继续调用 B，然后 B 调用 C，将整个
pipeline 建立完成，后逐级返回 client； 
5、 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（默认 64K），A 收到一个 packet 就会传给 B，
B 传给 C；A 每传一个 packet 会放入一个应答队列等待应答。 
6、 数据被分割成一个个 packet 数据包在 pipeline 上依次传输，在
pipeline 反方向上，逐个发送 ack（命令正确应答），最终由 pipeline
中第一个 DataNode 节点 A 将 pipeline ack 发送给 client; 
7、 当一个 block 传输完成之后，client 再次请求 NameNode 上传第二个
block 到服务器。