通过漫画轻松掌握HDFS工作原理

hadoop文件分布式系统（hdfs）
client：人们坐在我面前，请求我去读写数据
namenode：我只有一个，我来指挥这里所有的事情
datanode：我们存储数据，我们很多人，有时候会有几千人

在HDFS集群中写入操作
①用户请求： “ 用户：‘让我们写一些数据吧，client先生，请给我写入200M的数据’；client：‘这是我的荣幸，但是。。。’。”
②块和复制： “client：‘你没有忘记什么东西吧？’；用户：‘噢，对了。。请帮我把数据分为128M一个包，每个包复制到三个地方；”
③一个优秀的客户端总是知道这两件事情：blocksize：大的文件分为许多的包（通常包的大小为64或者128Mb）replication factor：每一个包被复制存储在多个地方（一般是三个）

①分解文件为包：client：首先我会把这个大的文件分解为许多包
②请求namenode：client：首先让我们为第一个包开始工作吧，namenode先生，请帮我写一个128Mb的包复制三份
③namenode分配datanodes：namenode：复制三份，hmm。。。需要找三个datanode给这个client，该怎样做呢，改天再告诉你
④namenode：给你，伙计。。这是三个datanode的地址，我已经帮你从近到远排好序了；client：谢谢。
⑤client开始写数据：client：我只发送我的数据（这是清单）给第一个datanode；datanode1：我会将数据存储在硬盘里。
⑥datanode1：当我收到数据时，我将相同的数据同时发给下一个datanode

①datanode2：我要和刚才那个人一样的做；datanode3：我是最后一个节点
②TA..DA..复制 运输
③当datanode运输完成时：当所有数据（这个包）被写入硬盘，所有的datanode发送报告给namenode
④namenode：包已经成功存储和复制在hdfs中了；client：当我传输完一个包时，我重复相同的步骤来传输剩余的包
⑤当所有包传输完毕：client：当所有包传输完毕，请关闭文件。namenode：关闭情况下，现在我将所有的元信息存储在硬盘上
⑥回顾：client：我将文件分为包；namenode：对于每个包我分配了datanode的地址；datanode：我复制了几份存储了数据