一.hdfs写数据流程（面试重点）

1）客户端（fs）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，(本质上是一个RPC调用，建立pipeline)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）

补充注意：

1.namenode 实际客户端只上传一个 datanode, 其余两个是 namenode 完成的。让 datenote 自己复制的。然后复制完成以后逐级返回结果给 namenode. 如果 2,3datanode 复制失败，再有 namenode 分配新的 datanode 地址。对于客户端来说默认上传一个 datanode 就可以了，其余的由 datanode 自己复制。

2.datanode 切片是由客户端完成的。 datanode 第二三个副本的上传和第一个上传是异步的。

二：hdfs读出数据流程

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

1 ） debug 调试如下代码

2 ）总结

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

作者：涤生手记

链接：https://hero78.blog.csdn.net/article/details/78529212

来源：CSDN

著作权归作者所有，转载请联系作者获得授权，切勿私自转载。