hdfs读写文件核心流程详解巧说

一.h[b]dfs写数据流程（面试重点）

[/b]

1）客户端（fs）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3个datanode节点，分别为dn1、dn2、dn3。
5）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，(本质上是一个RPC调用，建立pipeline)将这个通信管道建立完成
6）dn1、dn2、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），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）
补充注意：
1.namenode实际客户端只上传一个datanode,其余两个是namenode完成的。让datenote自己复制的。然后复制完成以后逐级返回结果给namenode.如果2,3datanode复制失败，再有namenode分配新的datanode地址。对于客户端来说默认上传一个datanode就可以了，其余的由datanode自己复制。
2.datanode切片是由客户端完成的。datanode第二三个副本的上传和第一个上传是异步的。

二：hdfs读出数据流程





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（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放入流，以packet为单位来做校验）。
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。

三：一致性模型
1）debug调试如下代码

@Test        public void writeFile() throws Exception{               // 1创建配置信息对象               Configuration configuration = new Configuration();               fs = FileSystem.get(configuration);                              // 2创建文件输出流               Path path = new Path("hdfs://hadoop102:8020/user/robot/hello.txt");               FSDataOutputStream fos = fs.create(path);                              // 3写数据               fos.write("hello".getBytes());         // 4一致性刷新               fos.hflush();                              fos.close();        }

2）总结
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