hadoop-hdfs读写流程整理

hdfs读流程

1. Client通过FileSystem.open(filePath)方法,
   与NN节点进行【rpc】协议通信，校验是否有权限是否存在，假如都ok，返回该文件的部分或全部的block的列表(包含各个block块的分布在DN地址的列表)，也就是返回【FSDataInputStream】对象；
2. Clinet调用FSDataInputStream.read方法
   a.与第一个块的最近的DN进行read，读取完成后，会check,假如ok，会关闭与当前的DN的通信；假如失败会记录块的这个副本+DN信息，下次就不会从这读取。那么就去该块的第二个DN的地址读取
   b.然后读取第二个块，如第一个
   c.假如block列表读取完成后，文件还未结束，那么FileSystem会从NN获取下一批次的block的列表。当然读操作对于client,就是透明的，感觉就是连续的数据流
3. Client调用FSDataInputStream.close()方法，关闭输入流

hdfs写流程

1.Client调用FileSystem.create(filePath)方法,与NN进行【rpc】通信，检验该路径是否有权限创建是否文件存在，假如ok，就创建一个新的文件，但不关联任何的block，
返回一个【FSDataOutputStream】（假如不ok，直接返回错误，代码加try catch）。
2.Client调用FSDataOutputStream.write方法
a.将第一个块的第一个副本写入DN1,第一个副本写完传输给第二个DN2,第二个副本写完就传输给第三个DN3，当第DN3写完，就返回一个ack packet给DN2，DN2就返回ack packet给DN1，DN1就返回ack packet的FSDataOutputStream对象，标识第一个块的三个副本都写完了。
b.余下的块依次这样
3.当向文件写入数据完成后，Client调用FSDataOutputStream.close()方法
关闭输出流
4.再调用FileSystem.complete()方法