03.HDFS读写流程

Leefs 2021-09-15 AM 2185℃ 0条

# 03.HDFS读写流程

### 一、HDFS写数据流程

![03.HDFS读写流程01.jpg](https://lilinchao.com/usr/uploads/2021/09/3640663369.jpg)

**说明**

（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）。

### 二、网络拓扑-节点距离计算

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。**

![03.HDFS读写流程02.jpg](https://lilinchao.com/usr/uploads/2021/09/393024292.jpg)

**说明**

例如，假设有数据中心d1机架r1中的节点n1。该节点可以表示为/d1/r1/n1。

+ **同一节点**：它们之间的距离是0，2*0=0
+ **同一机架上的不同节点：**它们的共同祖先就是这个机架，而这两个节点到机架的距离都是1，所以这两个节点的距离为1+1=2。
+ **同一集群的不同机架上的节点：**它们的共同祖先是集群，而这两个节点要到达集群，首先要到这个机架(距离1)，然后到达集群(距离1+1=2)，所以两个节点的距离为2+2=4。
+ **同一数据中心的不同集群上的节点：**它们的共同祖先是数据中心，以此类推，一个节点到数据中心的距离是3，两个节点的距离就是3+3=6

### 三、HDFS副本节点选择

![03.HDFS读写流程03.jpg](https://lilinchao.com/usr/uploads/2021/09/184952194.jpg)

### 四、HDFS读数据流程

![03.HDFS读写流程04.jpg](https://lilinchao.com/usr/uploads/2021/09/520288330.jpg)

**说明**

（1）客户端通过DistributedFileSystem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。

*附：*

*文章来源《尚硅谷大数据之Hadoop》*

标签: Hadoop, HDFS

非特殊说明，本博所有文章均为博主原创。

如若转载，请注明出处：https://lilinchao.com/archives/1491.html

上一篇 02.HDFS常用命令

下一篇 04.HDFS之API操作

03.HDFS读写流程

评论啦~

栏目分类

标签云

友情链接申请

03.HDFS读写流程

 评论啦~

 栏目分类

标签云

友情链接申请

评论啦~

栏目分类

标签云

友情链接申请