HDFS读写流程（重点）

@

目录

• 一、写数据流程
  • 举例：
• 二、异常写流程
• 读数据流程

一、写数据流程

①服务端启动HDFS中的NN和DN进程

②客户端创建一个分布式文件系统客户端，由客户端向NN发送请求，请求上传文件

③NN处理请求，检查客户端是否有权限上传，路径是否合法等

④检查通过，NN响应客户端可以上传

⑤客户端根据自己设置的块大小，开始上传第一个块，默认0-128M,

NN根据客户端上传文件的副本数(默认为3)，根据机架感知策略选取指定数量的DN节点返回

⑥客户端根据返回的DN节点，请求建立传输通道

客户端向最近(网络距离最近)的DN节点发起通道建立请求，由这个DN节点依次向通道中的(距离当前DN距离最近)

下一个节点发送建立通道请求，各个节点发送响应 ，通道建立成功

⑦客户端每读取64K的数据，封装为一个packet(数据包，传输的基本单位)，将packet发送到通道的下一个节点

通道中的节点收到packet之后，落盘(检验)存储，将packet发送到通道的下一个节点！

每个节点在收到packet后，向客户端发送ack确认消息！

⑧一个块的数据传输完成之后，通道关闭，DN向NN上报消息，已经收到某个块

⑨第一个块传输完成，第二块开始传输，依次重复⑤-⑧，直到最后一个块传输完成，NN向客户端响应传输完成！

⑩客户端关闭输出流

举例：

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）。

@

目录

• 一、写数据流程
  • 举例：
• 二、异常写流程
• 读数据流程

二、异常写流程

①-⑥见上

⑦客户端每读取64K的数据，封装为一个packet，封装成功的packet，放入到一个队列中，这个队列称为dataQuene(待发送数据包)

在发送时，先将dataQuene中的packet按顺序发送，发送后再放入到ackquene(正在发送的队列)。

每个节点在收到packet后，向客户端发送ack确认消息！

如果一个packet在发送后，已经收到了所有DN返回的ack确认消息，这个packet会在ackquene中删除！

假如一个packet在发送后，在收到DN返回的ack确认消息时超时，传输中止，ackquene中的packet会回滚到dataQuene。

重新建立通道，剔除坏的DN节点。建立完成之后，继续传输！

只要有一个DN节点收到了数据，DN上报NN已经收完此块，NN就认为当前块已经传输成功！

NN会自动维护副本数！

@

目录

• 一、写数据流程
  • 举例：
• 二、异常写流程
• 读数据流程

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。