HDFS读写文件流程

HDFS写流程：

写的详细流程：
① 客户端向HDFS写数据，首先跟namenode通信以确认可以写文件（namenode检查目标文件是否存在，父目录是否存在），确认可以上传，返回给客户端client
② client会先对文件进行切分，默认一个block块是128M，比如说，文件有300M，就会被切分成3块，两个128M，一个44M。然后client会向namenode请求上传第一个block
③ namenode返回datanode的服务器
④ client会请求一台datanode来上传数据（本质上是一个RPC 调用，建立pipeline）.第一个datanode接收到请求会继续调用第二个datanode，然后第二个datanode会调用第三个datanode（多少个datanode跟配置的副本数有关），将整个pipeline建立完成，逐级返回给客户端
⑤ client开始往第一台datanode上上传第一个block（先从磁盘读取数据放到本地内存缓存中），以packet为单位（一个packet为64KB）.当然在写入的时候datanode会进行数据校验，它并不是通过一个packet进行一次校验，而是以chunk为单位进行校验（512byte），第一台datanode收到一个packet就会传给第二台datanode，第二台再传给第三台。。。每一台每传一个packet会放入一个应答队列等待应答
⑥ 当一个block传输完成之后，client会再次请求namenode上传第二个block的datanode服务器。循环

HDFS读流程：

读的详细流程：
① client向namenode请求下载文件，即向namenode通信查询元数据（block所在的datanode节点），找到文件块所在的datanode服务器
② client挑选一台datanode（就近原则，然后随机）服务器，请求建立socket流
③ datanode开始发送数据（从磁盘里面读取数据输入流，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，后面的block块就相当于是append到前面的block块最后合成最终需要的文件。