HDFS的写流程

本文主要是介绍HDFS的写流程，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

1. HDFS的写流程
　　A. 简单流程描述

　　　　a. 客户端发起Create File，目的是获取HDFS文件的输出流。
　　　　b. namenode收到请求后。namenode收到请求后会检测权限，以及路径的合法性。
　　　　c. 如果检测都通过，namenode会为这个文件生成块的元数据信息，比如①为文件切块②分配块id③分配每个块在哪个datanode上
　　　　d. 将元数据信息封装到输出流中，返回给客户端
　　　　e. Client拿到输出流之后，采用PipeLine（数据流管道）机制做数据的上传，这样设计的目的在于利用每台服务的带宽，最小化推送数据的延时。
　　　　　packet是一个64kb大小的数据包。即客户端在发送文件块时，会把文件块变成一个一个的数据包发送。
　　　　f. 每台datanode收到packet后，会向上游做ack确认，如果接受失败，会进行重发
　　　　g. 当一个文件上传完后，关流

　　B. 详细流程描述

　　　　a. 由HDFS client创建一个分布式的文件系统类型的客户端Distributed FileSystem
　　　　b. 向NameNode请求上传文件
　　　　c. NameNode检查目录树是否可以创建文件①检查权限②检查目录结构（目录是否存在）
　　　　d. NameNode向客户端响应可以上传文件
　　　　e. 客户端向NameNode请求上传第一个Block（0~128M），请返回DataNode
　　　　f. NameNode进行副本存储节点选择，包括本地节点，其他机架一个节点，其他机架的另一个节点
　　　　g. NameNode向客户端返回DataNode节点列表，表示这些节点可以存储数据
　　　　h. 客户端创建一个数据流FSDataOutputStream往DataNode上去写数据
　　　　i. 客户端向首选的DataNode请求建立Block传输通道，DataNode向其他一台节点建立通道，直到满足副本个数
　　　　j. 客户端向上游的DataNode发送数据包Package，上游DataNode向下游的DataNode发送数据包
　　　　   Package是一个64Kb的数据包，最小单位是chunk512byte加上chunksum4byte校验位
　　　　k. 数据包首先传输到每台DataNode的ByteBuffer，一份写入本地磁盘，另一份传输给下一个DataNode的Bytebuffer
　　　　l. 客户端和每一个DataNode节点都会有一个ack队列，当下游接受成功后会向上游返回ack确认，并从队列中移除
　　　　   接受失败时上游会向下游重发数据

　　2. DataNode节点选择
　　　　当NameNode需要给客户端返回DataNode节点时，
　　　　首先根据节点距离最近原则，或本地化原则，例如在DataNode1上传时，优先选择DataNode1
　　　　其次需要考虑负载均衡问题，会考虑是否有多个客户端同时往一个DataNode上去写

这篇关于HDFS的写流程的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！