读流程详述
以hadoop fs -get /a.txt /root为例,三副本,文件切成了三个block,分别存放在三台DataNode上。
1.客户端发起下载文件请求。
2.NameNode收到请求后,进行权限检查以及文件目录检查。
3.获取文件的block信息,由于block是三副本,所以会按网络情况进行排序获得主机列表。
4.将三个block的主机列表返回给客户端。之所以返回主机列表是担心只返回一台主机,万一网络出了故障就无法取数据了。
5.客户端同时和三个DataNode建立pipeline(这里只是为了说明过程,而假定的返回的最优主机是三台,实际有可能是一台或者两台,也就是说比如三个block都从DataNode1上取)
6.分别按package为单位读取block。
7.读取完成后,在本地进行合并。
面试问题
1.请简述HDFS读流程
客户端发起读请求,NameNode进行权限检查以及文件目录检查,之后获取block的主机列表返回给客户端。客户端和每个列表的第一台主机建立pipeline开始读数据。读完后在本地合并。