08.HDFS读写流程

一、HDFS写数据流程

1.1 剖析文件写入

HDFS写数据流程，如图所示：

1. 客户端通过DIstributed FileSystem模块向NameNode请求上传文件，NameNode检查目标文件是否存在，父目录是否存在
2. NameNode返回是否可以上传
3. 客户端对上传文件进行拆分为块，客户端请求第一个Block上传到哪几个DataNode服务器上
4. NameNode返回DataNode节点名，分别是dn1、dn2、dn3
5. 客户端通过FSDataoutputStream模块请求dn1上传数据，dn1收到请求会继续调用dn2，然后dn2调用dn3，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. 当第一个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）

1.2 副本存储节点选择

在HDFS写数据的过程中，NameNode会选择距离待上传数据最近距离的DataNode接收数据。那么这个最近距离怎么计算呢？

节点距离：两个节点到达最近的共同祖先的距离总和。

同一节点的进程距离/D1/R1/N1->/D1/R1/N1：0
同一机架上的不同节点/D1/R1/N1->/D1/R1/N2:2
同一数据中心不同机架上的不同节点/D1/R1/N1->/D1/R2/N1:4
不同数据中心的节点：/D1/R1/N1->/D2/R1/N1:6

所以说我们在客户端上传副本时，比如在Hadoop100上传文件，并限制副本数为1，那么选择的DataNode一定是Hadoop100机器。

Hadoop官网：For the common case, when the replication factor is three, HDFS’s placement policy is to put one replica on one node in the local rack, another on a different node in the local rack, and the last on a different node in a different rack

官网对存储节点的选择给出的方案：如果需要上传3个副本，第一个副本在Client所处的节点上，如果客户端在集群外，则随机选择一个；第二个副本和第一个副本位于相同机架不同节点；第三个节点位于不同机架随机节点。

这样能够保证性能和安全性的平衡性。

二、HDFS读数据流程

HDFS读数据流程，如图所示：

1. 客户端通过Distributed FileSystem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（接近原则，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