1.HDFS主要的组件:
2.HDFS读数据流程
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。
3.
HDFS写数据流程
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(默认64KB)
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)。