大数据 | HDFS写读数据流程

Posted 2021-04-14 JoblabX未来职业实验室

HDFS写读数据流程

写数据

1

根namenode通信请求上传文件，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

client请求第一个 block该传输到哪些datanode服务器上

4

namenode返回3个datanode服务器ABC

5

client请求3台dn中的一台A上传数据（本质上是一个RPC调用，建立pipeline），A收到请求会继续调用B，然后B调用C，将真个pipeline建立完成，逐级返回客户端

6

client开始往A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，A收到一个packet就会传给B，B传给C；A每传一个packet会放入一个应答队列等待应答

7

当一个block传输完成之后，client再次请求namenode上传第二个block的服务器

读数据

1

跟namenode通信查询元数据，找到文件块所在的datanode服务器

2

挑选一台datanode（就近原则，然后随机）服务器，请求建立socket流

3

datanode开始发送数据（从磁盘里面读取数据放入流，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

HDFS以流式数据访问模式来存储超大文件，运行于商用硬件集群上。

HDFS上的文件也被划分为块大小的多个分块(chunk)，作为独立的存储单元。但与其他文件系统不同的是，HDFS中小于一个块大小的文件不会占据整个块的空间。

JoblabX校园科技人才俱乐部

天天留言，天天有奖

点击底部链接

申请加入JOBLABX校园科技人才俱乐部