HDFS 的架构和读写流程
HDFS 的架构
NameNode ：负责文件元数据信息的操作以及处理客户端的请求。
DataNode：负责存储实际的数据块，执行数据块的读/写操作。
SecondaryNameNode：保存 namenode 中对 HDFS metadata 的信息的备份，并减少 namenode 重启的时间。
HDFS读写数据流的流程
文件写入
1、客户端对 DistributedFileSystem 对象调用create() 。
2、DistributedFileSystem 请求 NameNode，NameNode返回是否可以上传。
3、DistributedFileSystem 向客户端返回 FSDataOutputStream对象（ FSDataOutputStream对象封装了一个DFSOutputStream对象，该对象负责处理namenode和datanode之间的通信），客户端对 FSDataOutputStream对象写入数据。
4、DFSOutputStream将它分成一个个的数据包，并写入内部队列（数据队列），由 DataStreamer挑选出适合存储副本的一组datanode，并据此向namenode请求分配新的数据块来存储数据队列 —— 假设复本数为3，管线中就有3个节点（dn1、dn2、dn3），DataStreamer将数据包流式传输到管道中的各个节点，各datanode节点接收存储数据包。（数据队列： dn1 -> dn2 -> dn3）
5、将数据包传输到管道的最后一个datanode后，由DFSOutputStream维护的内部数据包队列（确认队列）来确认datanode的回执，收到管道中所有datanode确认信息后，该数据包才会从确认队列删除（确认队列：dn3 -> dn2 -> dn1）
6、客户端完成数据写入后，对FSDataOutputStream对象调用close()方法，将剩余数据包全部写入datanode管线，并等待确认信息。
7、最后告知namenode文件写入完成。
namenode如何选择在哪个datanode存储复本（replica）？
Hadoop的默认布局策略是在运行客户端的节点上放第一个复本（如果客户端运行在集群之外，就随机选择一个节点，不过系统会避免挑选那些存储太慢或太忙的节点）。第二个复本放在与第一个不同且随机另外选择的机架中节点上（离架）。第三个复本与第二个复本放在同一个机架上，且随机选择另一个节点。其他复本放在集群中随机选择的节点上，不过系统会尽量避免在同一个机架上放太多复本。
如果datanode在写入时发生故障
1) 关闭管线，把队列中的所有数据包(共同组成一个块)添加回数据队列的最前端，确保下游的datanode不漏掉任何一个数据包。
2) 将存储了正确数据块信息的datanode添加标识，把标识传给namenode，故障节点在恢复后删除存储的部分数据块，在管线添加一个新的datanode，替换故障datanode。
文件读取
1、客户端调用FileSystem的open()方法打开文件，对于HDFS，是一个DistributedFileSystem的实例。
2、 DistributedFileSystem的实例通过RPC调用namenode，namenode根据映射关系返回存有文件块副本的datanode地址，datanode根据与客户端的距离排序(网络拓扑)，如果本身也是datanode且存有文件块，则客户端从本地获取副本。
3、 DistributedFileSystem返回一个FSDataInputStream对象（一个支持文件定位的数据流）给客户端以便读取数据，FSDataInputStream封装了DFSInputStream，这个类管理者datanode和namenode的I/O，客户端对DFSInputStream反复调用read()方法，将数据从datanode传输到客户端。
4、 块读取完毕后，DFSInputStream关闭与该datanode的连接，寻找下一个块所在的最佳datanode，重复读取，一直到读取完毕，调用FSDataInputStream的close()。
客户端通过NameNode找到文件块所在的DataNode地址，然后从DataNode读取数据。这个设计重点是，namenode告知客户端每个块中最佳的datanode，并让客户端直接连接到该datanode检索数据。由于数据流分散在集群中的所有datanode，所以这种设计能使HDFS可扩展到大量的并发客户端。同时，namenode只需要响应块位置的请求（这些信息存储在内存中，因而非常高效），无需响应数据请求，否则随着客户端数量的增长，namenode会很快成为瓶颈。