一、HDFS的组成
- NameNode
处理读写请求
- SecondNamenode
帮助namenode合并元数据
- Datanode
存储真正的数据
二、HDFS的读写流程
HDFS的读流程
1、客户端通过DistributeFileSystem向NameNode请求上传文件
2、NameNode查看文件是否存在，倘若没则向客户端响应
3、客户端请求上传第一个block，并请求返回这三个dataNode节点
4、客户端通过FSDatainputStream向dn1发送请求，dn1调用dn2，dn2调用dn3，直到通道建成
5、dn1、dn2、dn3逐级应答客户端
6、客户端向dn1发送第一个packet，dn1-->dn2-->dn3依次传递
7、根据文件大小，判断是否继续上传block
HDFS的写流程
1、客户端向NameNode发出写文件请求
2、检查是否已存在文件、检查权限。若通过检查，直接先将操作写入EditLog，并返回输出流对象。
3、client端按128MB的块切分文件
4、client将NameNode返回的分配的可写的DataNode列表和Data数据一同发送给最近的第一个DataNode节点，多个节点形成通道
5、client每向第一个DataNode写入一个packet，这个packet便会直接在pipeline里传给第二个、第三个…DataNode
6、每个DataNode写完一个块后，会返回确认信息
7、写完数据，关闭输输出流，发送完成信号给NameNode。
8、（注：发送完成信号的时机取决于集群是强一致性还是最终一致性，强一致性则需要所有DataNode写完后才向NameNode汇报。最终一致性则其中任意一个DataNode写完后就能单独向NameNode汇报，HDFS一般情况下都是强调强一致性）