HDFS的读写流程面试的重点

Posted 2021-04-14 和君莫笑玩大数据

1.HDFS读数据流程

HDFS的读数据流程，如下图：

 

上图来源于网https://www.cnblogs.com/jnba/p/10550394.html

• 挑选一台DataNode（就近原则，然后随机）服务器，请求读取数据。

• 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）。

• 客户端以Packet为单位接收，先在本地缓存，然后写入目标文件。

2.HDFS写数据流程

• 客户端通过DistributedFileSystem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。

• NameNode返回是否可以上传。

• 客户端请求第一个 Block上传到哪几个DataNode服务器上，NameNode返回3个DataNode节点。

• 客户端通过FSDataOutputStream模块请求NameNode返回的三个DataNode中的就近的一个节点（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。dn1、dn2、dn3逐级应答客户端。

• 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。

• 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。重复执行上述步骤，知道文件上传完毕。

3.简单了解一下Fsimage和Edits

   在hdfs中当NameNode被格式化之后，会在你安装的hadoop的目录中，比如说我安装的是CDH版本的集群(注意：这里必须是NameNode的节点上看)，并且我的data的路径是：/ssddisk1/dfs/nn/current

1. Fsimage文件：是HDFS文件系统元数据的一个永久的检查点，它里面的内容主要包括HDFS文件系统的所有目录和文件inode的序列化信息。

2. Edits文件：这个文件主要存放的是HDFS文件系统的所有更新操作的路径，文件系统客户端执行的所有写操作第一步会记录到Edits文件中。

3. seen_txid文件是用来保存最后一个edits_数字的文件。

4. 当NameNode启动的时候会将Fsimage文件加载到内存中，同时也会加载Edits文件里面的更新操作，保证内存中的元数据信息是最新的，同步的，我们可以把这一步理解成NameNode启动的时候会把Fsimage和Edits文件合并。

5. 查看Fsimage文件，执行命令：hdfs oiv -p XML -i fsimage_0000000000134673403，下图是Fsimage文件的部分内容，也可以使用命令：hdfs oiv -p 文件类型 -i镜像文件 -o 转换后文件输出路径

   F.oev查看Edits文件,命令：hdfs oev -p 文件类型 -i编辑日志 -o 转换后文件输出路径

hdfs oev -p XML -i edits_inprogress_0000000000134676836 -o /ssddisk1/dfs/edits.xml

cat  /ssddisk1/dfs/edits.xml

写作不易，如果可以的话，可以点一下在看，当然如果顺便再转发一下就更好了。