HDFS读写文件流程

1.HDFS写流程

客户端要向HDFS写入数据，首先要跟namenode通信以确认可以写文件并获得接受文件block的datanode，并且由接收到block的datanode负责向其他datanode赋值lock的副本
如下图所示

写详细步骤

1.根namenode通信请求上传文件，namenode检查文件是否已存在，父目录是否存在。
2.namenode返回是否可以上传
3.client会先对文件进行切分，比如一个block块128m，文件有300m就会被切分为3个快，一个128M，一个128M，一个44M，请求第一个block该传输到哪些datanode服务器上。
4.namenode返回datanode的服务器
5.client请求一台datanode上传数据（本质上是一个RPC调用，建立pipeline）,第一个datanode收到请求会继续调用第二个datanode，然后第二个调用第三个datanode，将整个pipeline建立完成，逐级返回客户端。
6.client开始往A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（一个packet为64kb），当然在写入的时候datanode会进行数据效验，它并不是通过一个packet进行一次数据效验而是以chumk为单位进行数据效验（512byte）,第一台datanode收到一个packet就会传给第二台，第二台传给第三台，第一台每传一个packet会放入一个应答队列等待应答。
7.当一个block传输完成之后，client再次请求namenode上传第二个block的服务器。

HDFS读流程

客户端将要读取的文件路径发送给namenode，namenode获取文件的元信息（主要是block的存放位置信息）返回给客户端，客户端根据返回的信息找到相应的datanode逐个获取文件的block并且在客户端本地进行数据追加合并从而获得整个文件。

读的详细步骤：
1.跟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.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放入流），以packet为单位来做效验。
4.客户端以packet为单位接受，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（追加方法）到前面的block块的最后合成最终需要的文件。