HDFS数据读取流程

1:Client 发起文件读取请求,通过 RPC 与 NameNode 建立通讯,NameNode检查目标文件,来确定请求文件 block块的位置信息

2:NameNode会视情况返回文件的部分或者全部block块列表,对于每个block块,NameNode 都会返回含有该 block副本的 DataNode 地址

3:这些返回的 DataNode 地址,会按照集群拓扑结构得出 DataNode 与客户端的距离,然后进行排序,排序两个规则:网络拓扑结构中距离 Client 近的排靠前;心跳机制中超时汇报的 DN 状态为 STALE,这样的排靠后;

4:Client 选取排序靠前的 DataNode 调用FSDataInputSteam的read方法来读取 block块数据,如果客户端本身就是DataNode,那么将从本地直接获取block块数据

5:当读完一批的 block块后,若文件读取还没有结束,客户端会继续向NameNode 获取下一批的 block 列表,继续读取

6.所有block块读取完成后,Client调用FSDataInputStream.close()方法,关闭输入流,并将读取来所有的 block块合并成一个完整的最终文件

 

### HDFS 数据读取流程解析 HDFS数据读取过程涉及多个组件之间的交互,主要包括客户端(Client)、名称节点(NameNode)和数据节点(DataNode)。以下是详细的解析: #### 1. 客户端发起请求 当客户端需要读取某个文件时,它会向 NameNode 发送请求以获取该文件的元数据信息。这些元数据包含了文件所在的数据及其对应的数据节点位置[^2]。 #### 2. 名称节点返回元数据 NameNode 接收到来自客户端的请求后,会检查文件是否存在以及其权限是否允许访问。如果一切正常,则返回文件的列表及每个所在的 DataNode 地址。需要注意的是,为了提高性能和负载均衡,NameNode 不一定会提供所有的副本地址,而是优先选择距离较近或者网络延迟较低的节点[^3]。 #### 3. 客户端连接至最近的数据节点 接收到 NameNode 返回的信息后,客户端会选择其中一个最合适的 DataNode 进行实际的数据读取操作。通常情况下,默认采用就近原则选取离自己物理位置更靠近的那个节点来减少跨机房甚至跨国界的通信成本[^5]。 #### 4. 数据传输阶段 一旦建立了与选定 DataNode 的TCP/IP链接,就开始正式进入数据传送环节。在此期间可能会发生如下情况: - 如果当前正在读取的部分跨越了一个block边界,则需重新询问namenode下一个block的位置; - 当前datanode不可用时尝试切换到另一个可用副本继续读取直到完成整个文件内容为止[^1]。 #### 流程图说明 虽然这里无法直接展示图片形式的具体流程图表,但是可以根据以上描述构建出类似的逻辑结构图。一般这样的图形化表示方法会使用矩形框代表各个参与方如client、namenode 和 datanodes ,箭头指向表明消息传递的方向,并标注清楚每一步骤的关键动作或决策点[^2]。 ```java // Java代码示例展示了如何利用Apache Hadoop库实现基本的功能接口调用来执行上述提到的操作序列。 import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.FileSystem; import org.apache.hadoop.fs.Path; public class ReadFileFromHDFS { public static void main(String[] args) throws Exception{ Configuration config = new Configuration(); FileSystem hdfsFileSystem = FileSystem.get(config); Path pathToRead = new Path("/path/to/file"); InputStream inStream = null; try { inStream = hdfsFileSystem.open(pathToRead); BufferedReader reader = new BufferedReader(new InputStreamReader(inStream)); String line; while ((line=reader.readLine()) !=null){ System.out.println(line); } } finally { IOUtils.closeQuietly(inStream); if(hdfsFileSystem!=null){ hdfsFileSystem.close(); } } } } ```
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值