hdfs的块大小以及hdfs的读写流程
-
hdfs上的文件是以块为单位进行存储的
大小一般设置为128m，不能太小，也不能太大。
详细情况看以下链接
-
hdfs的写数据流程
（1）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。
（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）NameNode 返回 比如3 个 DataNode 节点，分别为 dn1、dn2、dn3。这些节点由计算最短距离得到
（5）客户端将需要上传的数据封装为一个个的 chunk，当chunk累计大小到达64k时，就将这他们封装为一个packet，一个个的packet组成packet队列，等待上传。
与此同时，还有一个ACK队列存在，ACK队列不但保存校验信息，还会保存一份packet数据，以供dn写入数据失败重新读取。
（6）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。
（7）dn1、dn2、dn3 逐级应答客户端。
（8）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客户端的本地内存缓存，达到64k就封装成一个packet放入packetc队列），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。注意客户端将一个文件分割成多个block块存储到hdfs上，这里的dn1传给dn2，dn2传给dn3是在做每个block块的备份，hdfs默认是3份，所以这里举例三个节点
（9）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）。
-
hdfs读数据流程
（1）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。
（2）挑选一台 DataNode服务器，优先找最近的节点读取，如 DataNode1, block1。若最近的节点负载过高，则找下个节点读取下个block，如DataNode2, block2。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 为单位来做校验)。hdfs是以block块来存储的，但是datanode和客户端之间传递数据是以组成每个block块的packect为单位来传输的。
（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
