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（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,64kb大小来做校验）。

  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。

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 根据副本数量3个，NameNode返回3个DataNode节点，分别为dn1、dn2、dn3。

  1. 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。

  2. dn1、dn2、dn3逐级应答客户端。

  3. 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会放入一个确认队列等待确认。

  4. 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）。

验证Packet代码

在下一篇博客HDFS的Java客户端操作文章中的HdfsClient类加入以下代码验证。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
//演示从本地文件系统上传文件到hdfs的过程
@Test
public void testUploadPacket() throws IOException, URISyntaxException, InterruptedException {
    // 1 获取文件系统
    Configuration configuration = new Configuration();
    FileSystem fs = FileSystem.get(new URI("hdfs://linux121:9000"), configuration, "root");

    //2 准备读取本地文件的输入流
    final FileInputStream in = new FileInputStream(new File("e:/lagou.txt"));

    //3 准备好写出数据到hdfs的输出流
    final FSDataOutputStream out = fs.create(new Path("/lagou.txt"), new Progressable() {
        @Override
        public void progress() {
            //这个progress方法就是每传输64KB（packet）就会执 行一次，
            System.out.println("&");
        }
    });

    //4 实现流拷贝
    IOUtils.copyBytes(in, out, configuration);
    //默认关闭流选项是true，所以会自动关闭
    //5 关流 可以再次关闭也可以不关了
}