Hadoop写入读取流程

写入流程

1. 客户端经过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返回是否能够上传。
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dn一、dn二、dn3。
5. 客户端经过FSDataOutputStream模块请求dn1上传数据，dn1收到请求会继续调用dn2，而后dn2调用dn3，将这个通讯管道创建完成。
6. dn一、dn二、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，而后才会写入本地磁盘），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传输完成以后，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）。

读取流程

1. 客户端经过Distributed FileSystem向namenode请求下载文件，namenode经过查询元数据，找到文件块所在的datanode地址。
2. 挑选一台datanode（就近原则，而后随机）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为单位来作校验）。
4. 客户端以packet为单位接收，先在本地缓存，而后写入目标文件。