HDFS读过程:
1、初始化FileSystem,然后客户端(client)用FileSystem的open()函数打开文件。
2、FileSystem用RPC调用元数据节点,得到文件的数据块信息,对于每一个数据块,元数据节点返回保存数据块的数据节点的地址。
3、FileSystem返回FSDataInputStream给客户端,用来读取数据,客户端调用stream的read()函数开始读取数据。
4、DFSInputStream连接保存此文件第一个数据块的最近的数据节点,data从数据节点读到客户端。
5、当此数据块读取完毕时,DFSInputStream关闭和此数据节点的连接,然后连接此文件下一个数据块的最近的数据节点。
6、当客户端读取完毕数据的时候,调用FSDataInputStream的close函数。
7、在读取数据的过程中,如果客户端与数据节点通信出现错误,则尝试连接包含此数据块的下一个数据节点。
8、失败的数据节点将被记录,以后不再连接。
HDFS写过程:
1、初始化FileSystem,客户端调用create()来创建文件
2、FileSystem用RPC调用元数据节点,在文件系统的命名空间中创建一个新的文件,元数据节点首先确定文件原本不存在,并且客户端有创建文件的权限,然后创建新文件
3、FileSystem返回DFSOutputStream,客户端用于写数据,客户端开始写数据
4、DFSOutputStream将数据分成块,写入data queue。data queue由Data Streamer读取,并且通知元数据节点分配数据节点,用来存储数据块(每块默认复制3份)。分配的数据节点放在一个pipeline里。Data Streamer将数据块写入pipeline中第一个数据节点。第一个数据节点将数据块发送给第二个数据节点。第二个数据节点将数据发送到第三个数据节点。
5、DFSOutputStream为发出去的数据块保存了ack queue,等待pipeline中的数据节点告知数据已经写入成功。
6、当客户端结束写入数据,则调用stream的close函数。此操作将所有的数据库写入pipeline中的数据节点,并等待ack queue返回成功。最后通知元数据节点写入完毕。
7、如果数据节点在写入的过程中失败,关闭pipeline,将ack queue中的数据块放入data queue的开始,当前的数据库在写入的数据节点中被元数据节点赋予新的标示,则错误节点重启后能够察觉其数据块是过时的,会被删除。失败的数据节点从pipeline中移除,另外的数据库则写入pipeline中的另外两个数据节点。元数据节点则被通知此数据块是复制块数不足,将来会再创建第三份备份。
代码:
package cn.itcast.hadoop.hdfs;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.InputStream;
import java.net.URI;
import java.net.URISyntaxException;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FSDataOutputStream;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IOUtils;
import org.junit.Before;
import org.junit.Test;
public class HDFSDemo {
private FileSystem fs = null;
@Before
public void init() throws IOException, URISyntaxException, InterruptedException{
//首先创建FileSystem的实现类(工具类)
//“root”是伪装的一个root权限,不安全
fs = FileSystem.get(new URI("hdfs://zhou:9000"), new Configuration(),"root");
}
@Test
public void testDel() throws IllegalArgumentException, IOException{
boolean flag = fs.delete(new Path("/words.txt"), true);
System.out.println(flag);
}
@Test
public void testMkdir() throws IllegalArgumentException, IOException{
boolean flag = fs.mkdirs(new Path("/zhou88888888"));
System.out.println(flag);
}
@Test
public void testUpload() throws IllegalArgumentException, IOException{
//在HDFS上创建一个文件,返回输出流
FSDataOutputStream out = fs.create(new Path("/words.txt"));
//读取本地文件系统的文件,返回输入流
FileInputStream in = new FileInputStream(new File("c:/w.txt"));
//输入--》输出
IOUtils.copyBytes(in, out, 2048, true);
}
public static void main(String[] args) throws IOException, URISyntaxException {
FileSystem fs = FileSystem.get(new URI("hdfs://zhou:9000"), new Configuration());
InputStream in = fs.open(new Path("/jdk.avi"));
FileOutputStream out = new FileOutputStream(new File("c:/jdk123456"));
IOUtils.copyBytes(in, out, 2048, true);
}
}
源码分析:
针对读取文件,最重要的步骤:
FileSystem fs = FileSystem.get(new URI("hdfs://zhou:9000"), new Configuration());
1、通过读取配置信息得到实现类
2、根据实现类发射构造实例化对象(反射的实例化对象中的很多成员变量未初始化)
3、在initialize方法中初始化。—最重要的是new DFSClient()作为成员变量
4、DFSClient构造方法中通过hadoop RPC机制得到server端代理对象
5、又对代理对象进行代理。—进行方法增强
6、将其对象作为DFSClient代理对象。
DFSClient就是server的代理对象
InputStream in = fs.open(new Path("/jdk.avi"));
重要方法:NameNode是代理对象也是接口,定义的方法,真正的调用是服务端,getBlockLocations—真正的server调用
步骤:
FileSystem—DistributedFileSystem—DFSClient–ClientProtocol(代理对象,接口)
–实现在NameNodeRPCServer
getProxy最终是调用:由getProtocolProxy调用getProtocolEngine
注:装饰是方法增强
代理也是为方法增强—使用到动态代理