大数据学习笔记--HDFS

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

一名大数据学习小白，在这里记录自己的学习过程，今天分享的是Hadoop框架HDFS

---

一、HDFS是什么？

HDFS作为hadoop框架的一部分，承担分布式存储服务的角色，为存储和处理超⼤规模数据
提供所需的扩展能⼒。

二、HDFS的认识

1.重要概念

HDFS重要概念

2.组成

HDFS的组成如下：

2.读写流程分析

读流程分析

1. 客户端通过Distributed FileSystem向NameNode请求下载⽂件，NameNode通过查询元数据，找到⽂件块所在的DataNode地址。
2. 挑选⼀台DataNode（就近原则，然后随机）服务器，请求读取数据。
3. DataNode开始传输数据给客户端（从磁盘⾥⾯读取数据输⼊流，以Packet为单位来做校验）。
4. 客户端以Packet为单位接收，先在本地缓存，然后写⼊⽬标⽂件。

写流程分析

1. 客户端通过Distributed FileSystem模块向NameNode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
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模块请求dn1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. 客户端开始往dn1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，dn1收到⼀个Packet就会传给dn2，dn2传给dn3；dn1每传⼀个packet会放⼊⼀个确认队列 等待确认。
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）。

---

总结

以上就是今天的学习笔记，本文主要记录了HDFS的概念和流程，不喜勿喷。 文章内容输出来源：拉勾教育大数据开发高薪训练营；