HDFS读写流程

一 HDFS读流程

1. client跟namenode通信查询元数据，namenode通过查询元数据，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为单位来做校验，大小为64k）

4. 客户端以packet为单位接收，现在本地缓存，然后写入目标文件

二 HDFS写流程

1. 客户端跟namenode通信请求上传文件，namenode检查目标文件是否已存在，父目录是否存在，用户是否有权限等

2. namenode返回是否可以上传

3. client请求第一个 block该传输到哪些datanode服务器上

4. namenode返回3个datanode服务器ABC

5. client请求3台dn中的一台A上传数据（本质上是一个RPC调用，建立pipeline），A收到请求会继续调用B，然后B调用C，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，A收到一个packet就会传给B，B传给C；A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。

如何写好一篇数据部门规范文档