hdfs的读写流程-Toy模板网

这篇具有很好参考价值的文章主要介绍了hdfs的读写流程。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

hdfs的写入流程

hdfs的读写流程,# hdfs,hadoop

1.client发起文件上传请求，通过rpc与namenode建立通讯，namenode检查目标文件是否已经存在，父目录是否存在，返回是否可以上传

2.client请求第一个block该传输到哪些datanode服务器上

3.namenode根据配置文件中指定的备份数量及副本放置策略进行文件分配，返回可用DataNode地址，如：a,b,c

4.client请求3台DataNode中的一台A上传数据(本质是一个rpc调用，建立pipeline)，A收到请求会继续调动B，然后B调用C，将整个pipeline建立完成，后主机返回client

5.client开始往A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会放入一个应答队列等待应答

6.数据被分割成一个个packet数据包在pipeline上一次传输，在pipeline反方向上，逐个发送ack(ack应答机制)，最终由皮盆里呢中第一个DataNode节点A将pipeline ack发送给client；

7.当一个block传输完成之后，client在此请求namenode上传到第二个blocked到服务器

hdfs的读写流程,# hdfs,hadoop

1.client向namenode发起rpc请求，来确定请求文件block所在的位置

2.namenode会视情况返回文件的部分或者全部block列表，对于每个block，namenode都会返回含有该block副本的datanode地址

3.这些返回的DataNode地址，会按照集群拓扑机构得出DataNode与客户端的距离，然后进行排序，排序两个规则，网络拓扑结构中距离client近的排靠前；心跳机制中超时汇报的DataNode状态为stale，这样的排靠后

4.client选取排序靠前的datanode来读取block，如果客户端本身就是DataNode，那么将从本地直接获取数据；底层上本质是建立socket stream(FSDataInputStream)，重复的调用父类datainputstream的read方法，知道这个快上的数据读取完毕

5.当读完列表的block后，若文件读取还没有结束，客户端会继续想那么node获取下一批的block列表

6.读取完一个block都会进行checksum验证，如果读取DataNode时出现错误，客户端会同志namenode，然后再从下一个拥有block副本的datanode继续读

7.read方法是并行的读取block信息，不是一块一块的读取；namenode只是返回client请求包含块的DataNode地址，并不是返回请求快的数据

8.最终读取来所有的block会合并成一个完整的最终文件文章来源地址https://www.toymoban.com/news/detail-600973.html

到了这里，关于hdfs的读写流程的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！