Hadoop学习记录
一、HDFS写数据流程
- 客户端向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。
- namenode返回是否可以上传
- 客户端请求第一个 block上传到哪几个datanode服务器上
- namenode返回3个datanode节点,分别为dn1、dn2、dn3
- 客户端请求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
- dn1、dn2、dn3逐级应答客户端
- 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会放入一个应答队列等待应答
- 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),客户端向NameNode发送传输完成的信号
二、HDFS读数据流程
- 客户端向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。
- 挑选一台datanode(就近原则,然后随机)服务器,请求读取数据。
- datanode开始传输数据给客户端(从磁盘里面读取数据放入流,以packet为单位来做校验)。
- 客户端以packet为单位接收,先在本地缓存,然后写入目标文件。
三、一致性模型
- 写入数据时,如果希望数据被其他client立即可见,调用如下方法
- FsDataOutputStream. hflush (); //清理客户端缓冲区数据,被其他client立即可见
转载于:https://my.oschina.net/ittzg/blog/3065344