Hadoop学习记录

一、HDFS写数据流程

1. 客户端向namenode请求上传文件，namenode检查目标文件是否已存在，父目录是否存在。
2. namenode返回是否可以上传
3. 客户端请求第一个 block上传到哪几个datanode服务器上
4. namenode返回3个datanode节点，分别为dn1、dn2、dn3
5. 客户端请求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），客户端向NameNode发送传输完成的信号
   

二、HDFS读数据流程

1. 客户端向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（就近原则，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放入流，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。
   

三、一致性模型

• 写入数据时，如果希望数据被其他client立即可见，调用如下方法
• FsDataOutputStream. hflush (); //清理客户端缓冲区数据，被其他client立即可见

转载于:https://my.oschina.net/ittzg/blog/3065344