hadoop-HDFS的数据流
Posted wn
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了hadoop-HDFS的数据流相关的知识，希望对你有一定的参考价值。
HDFS写数据流程
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经存在，父目录是否存在；
2.NameNode返回是否可以上传文件；
3.客户端请求一个block上传到指定的那个DataNode服务器上；
4.NameNode返回三个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，将这通信管道建立成功；
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（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；
网络拓扑-节点距离计算
在HDFS写数据的过程中，NameNode会选择距离上传数据最近距离的DataNode接收数据；
节点距离：两个节点达到最近的共同祖先的距离总和；
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服务器（就近原则，然后随机），请求读取数据；
3.DataNode开始传输给客户端（从磁盘里面读取数据输入流，以packet为单位）；
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；
以上是关于hadoop-HDFS的数据流的主要内容，如果未能解决你的问题，请参考以下文章