大数据-HDFS文件写入过程

1.6 HDFS文件写入过程

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
   3.1 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 pipelineack 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 1