HDFS工作机制

hdfs的工作机制

概述

1.        HDFS集群分为两大角色:NameNodeDataNode  (Secondary Namenode)

2.        NameNode负责管理整个文件系统的元数据

3.        DataNode 负责管理用户的文件数据块

4.        文件会按照固定的大小(blocksize)切成若干块后分布式存储在若干台datanode

5.        每一个文件块可以有多个副本,并存放在不同的datanode

6.        Datanode会定期向Namenode汇报自身所保存的文件block信息,而namenode则会负责保持文件的副本数量

7.        HDFS的内部工作机制对客户端保持透明,客户端请求访问HDFS都是通过向namenode申请来进行


1、写数据流程

1.1 概述

客户端要向HDFS写数据,首先要跟namenode通信以确认可以写文件并获得接收文件block的datanode,然后,客户端按顺序将文件逐个block传递给相应datanode,并由接收到block的datanode负责向其他datanode复制block的副本

1.2 详细步骤图

1.3 详细步骤解析

1、根namenode通信请求上传文件,namenode检查目标文件是否已存在,父目录是否存在

2namenode返回是否可以上传

3client请求第一个 block该传输到哪些datanode服务器上

4namenode返回3datanode服务器ABC

5client请求3dn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,将真个pipeline建立完成,逐级返回客户端

6client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,A收到一个packet就会传给BB传给CA每传一个packet会放入一个应答队列等待应答

7、当一个block传输完成之后,client再次请求namenode上传第二个block的服务器。



HDFS写数据工作流程

1、 HDFS客户端想DataNode请求上传文件,并提交个上传目录:/aaa/1.txt
2、相应请求,查询文件目录是否存在,同时要查询文件是否存在,假设满足条件:响应,可以上传
3、HDFS客户端继续发送rpc请求上传第一个block,调元数据系统的业务方法,请求返回DataNode
4、namenode返回DataNode列表,DataNode考虑因素:DataNode的空间大小、距离客户端到DataNode的网络跳转机速,同一个路由器1级跳转,距离是一样的。不用机架也就是不同路由器,第一台距离近的,第二台距离远的不同机架,第三台和第一台一样同一个机架。
5、HDFS客户端向其中一个DataNode发送请求建立block传输通道channel
6、接受到HDFS请求的DataNode向其他的DataNode发送请求,建立block传输通道channel
7、接收到请求的DataNode应答成功,建立通道流PIPE LINE
8、HDFS客户端向DataNode写小数据包packet大小64k,同时DataNode写入其他的DataNode中,都是先写到缓存中,在写到文件。

注意:以chunk 512byte为单位校验一次。


2、HDFS读数据流程

2.1 概述

客户端将要读取的文件路径发送给namenode,namenode获取文件的元信息(主要是block的存放位置信息)返回给客户端,客户端根据返回的信息找到相应datanode逐个获取文件的block并在客户端本地进行数据追加合并从而获得整个文件

2.2 详细步骤图

 

2.3 详细步骤解析

1、跟namenode通信查询元数据,找到文件块所在的datanode服务器

2、挑选一台datanode(就近原则,然后随机)服务器,请求建立socket

3datanode开始发送数据(从磁盘里面读取数据放入流,以packet为单位来做校验)

4、客户端以packet为单位接收,现在本地缓存,然后写入目标文件

 


HDFS读数据工作流程
1、HDFS客户端向namenode发送请求下载文件
2、namenode向HDFS客户端返回目标文件的元数据信息
3、HDFS客户端向距离近的DataNode发送请求读数据 
4、建立nio socket通道socekoutputstream、socekinoutstream传输数据
5、获取第二个block,

阅读更多
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/weixin_40747272/article/details/79950317
个人分类: HADOOP
博主设置当前文章不允许评论。

没有更多推荐了,返回首页

关闭
关闭
关闭