六、HDFS 的数据流

一、 HDFS 的IO操作

1.1 上传文件

```
@Test
public void testUploadFile() throws Exception {
    FileInputStream fis = new FileInputStream("D:" + File.separator + "Hadoop_Test.txt");
    FSDataOutputStream fos = fs.create(new Path("/user/kino/idea/Hadoop_Test"));
    IOUtils.copyBytes(fis, fos, conf);
    IOUtils.closeStream(fos);
    IOUtils.closeStream(fis);
}
```

1.2 文件下载(完整下载)

@Test
public void testDownloadFile() throws Exception {
    /**
     *  Path: HDFS 文件系统上的文件路径;
     *  bufferSize: 要使用的缓冲区的大小, 并不是要将文件下载多大, 默认 4K;
     */
    FSDataInputStream fis = fs.open(new Path("/user/kino/input/hadoop-2.7.2.tar.gz"));
    FileOutputStream fos = new FileOutputStream("D:\\hadoop-2.7.2.tar1.gz");
    IOUtils.copyBytes(fis, fos, conf);
    IOUtils.closeStream(fos);
    IOUtils.closeStream(fis);
}

1.3 文件下载(分块(Block)下载)

读取大文件(超过 128M 的文件)

1. 读取第一块(Block)

   @Test
   public void testDownloadFileToBlockOne() throws Exception {
      /**
       *  Path: HDFS 文件系统上的文件路径;
       *  bufferSize: 要使用的缓冲区的大小, 并不是要将文件下载多大, 默认 4K;
       */
      FSDataInputStream fis = fs.open(new Path("/user/kino/input/hadoop-2.7.2.tar.gz"));
      FileOutputStream fos = new FileOutputStream("D:\\hadoop-2.7.2.tar1.gz");
   
      byte[] b = new byte[1024];
      for (int i = 0; i < 1024*128; i++) {
          fis.read(b);
          fos.write(b);
      }
      IOUtils.closeStream(fos);
      IOUtils.closeStream(fis);
   }
   

2. 读取第二块(Block)

@Test
public void testDownloadFileToBlockTwo() throws Exception {
    /**
     *  Path: HDFS 文件系统上的文件路径;
     *  bufferSize: 要使用的缓冲区的大小, 并不是要将文件下载多大, 默认 4K;
     */
    FSDataInputStream fis = fs.open(new Path("/user/kino/input/hadoop-2.7.2.tar.gz"));
    FileOutputStream fos = new FileOutputStream("D:\\hadoop-2.7.2.tar2.gz");

    fis.seek(1024*1024*128);
    IOUtils.copyBytes(fis, fos, conf);
    IOUtils.closeStream(fos);
    IOUtils.closeStream(fis);
}

在 window 中 合并两个文件: type file1 >> file2

此时文件大小和 HDFS 系统上的文件大小一致， 修改名字成hadoop-2.7.2.tar.gz后解压后查看

二、 HDFS 写数据流程

2.1 剖析文件写入

HDFS 写数据流程

1. 客户端通过 Distributed FileSystem 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. 如果不存在, NameNode 返回可以上传； 如果已经存在, NameNode 返回不可以上传；
3. 客户端请求上传第一块数据, 询问 NameNode可以上传到哪些DataNode 服务器上；
4. NameNode 返回 3个 DateNode 节点, 分别为 dn1, dn2, dn3；
5. 客户端通过 FSDateOutputStream模块请求 dn1 上传数据, dn1 收到请求会继续调用 dn2， 然后 dn2 调用 dn3, 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）。

2.2 网络拓扑-节点距离计算

在HDFS写数据的过程中，NameNode会选择距离待上传数据最近距离的DataNode接收数据。那么这个最近距离怎么计算呢？

节点距离：两个节点到达最近的共同祖先的距离总和。

下图中机架中的每个节点相当于一台服务器，

例如，假设有数据中心d1机架r1中的节点n1。该节点可以表示为/d1/r1/n1。利用这种标记，这里给出四种距离描述，如下图所示。

2.3 机架感知（副本存储节点选择）

1. 机架感知说明

   For the common case, when the replication factor is three, HDFS’s placement policy is to put one replica on one node in the local rack, another on a different node in the local rack, and the last on a different node in a different rack.

2. Hadoop 副本节点选择
   
   思考: 为什么要这么存?

三、 HDFS 读数据流程

1. 客户端通过Distributed FileSystem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输入流，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。