HDFS的数据流读写数据流的过程

HDFS写数据的流程

1. 客户端通过分布式文件系统(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,分别是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在一个本地的内存缓存),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会放入一个应答队列等待应答
   8)当一个block传输完成,客户端请求namenode上传第二个block到服务器,重复3-7步

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,现在本地缓存,然后写入目标文件