HDFS的读写

1.写数据

1）客户端创建Distributed FileSystem模块

2）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。

3）NameNode返回是否可以上传。

4）客户端请求第一个 Block上传到哪个DataNode服务器节点上

5）NameNode返回DataNode节点

6）客户端通过FSDataOutputStream模块

7）请求DataNode1上传数据，DataNode1收到请求会继续调用DataNode2，然后DataNode2调用DataNode3，将这个通信管道建立完成。

8)  DataNode1、DataNode2、DataNode3逐级应答客户端

9)  客户端开始往DataNode1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，DataNode1收到一个Packet就会传给DataNode2，DataNode2传给DataNode3；DataNode1每传一个packet会放入一个应答队列等待应答

10）写完数据，关闭输输出流

11）发送完成信号给NameNode

2.读数据

1）客户端创建Distributed FileSystem

2）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。

3）挑选一台DataNode（就近原则，然后随机）服务器，请求读取数据。

4）通过FSDataInputStream读取

5）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）。

6）客户端以Packet为单位接收，先在本地缓存，然后写入目标文件。

7）读取结束，关闭

HDFS的读写

原文：https://www.cnblogs.com/realman9527/p/13377424.html