HFDS的数据写入流程

08/11 14:22
阅读数 57

1.HFDS的数据写入流程的基本参数

首先了解数据写入过程中,什么是block, packet, chunk

1.block:数据块,当上传的文件太大时, 就需要分块,一个块默认设置时128M, 在客户端完成切割操作。数据块block也不是一次性传送到 DataNode中,在客户端向DataNode传送数据文件时,是分成一个一个的packet的每个packet默认64KB。

所以从客户端到第一个结点,第一个结点到第二结点… , 数据传输是串联的,以一个个packet的形式流动。

chunk是client向DataNode,或着DataNode和Pipeline之间进行数据校验的基本单位,默认512Byte,且每个chunk需要带有4Byte的校验位。所以一个chunk是516KB

2.HDFS的数据写入流程

在这里插入图片描述

(1)客户端通过Distributed FileSystem模块向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)客户端通过FSDataOutputStream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)。

3.HDFS 的数据读取流程

在这里插入图片描述

注意:读取也遵寻最近原则,如果DataNode1结点坏了,就会从DataNode2中读。底层同一个结点中,用的同一个流,不同节点会开启新的流。

(1)客户端通过DistributedFileSystem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)。

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。

展开阅读全文
打赏
0
0 收藏
分享
加载中
更多评论
打赏
0 评论
0 收藏
0
分享
在线直播报名
返回顶部
顶部