HDFS写流程

 

HDFS client首先会与NameNode交互元数据信息，然后NameNode制定策略，分配NameNode节点，客户端先会与离自己最近的DataNode进行socket连接，已经与DataNode建立连接的节点再与剩余节点之间进行连接构成pipeline，请注意，由于客户端只有一块网卡， HDFS客户端只与某一个DataNode连接，而非与所有的DataNode建立连接，当pipeline建立后，对于客户端来说，副本信息是透明的，并且不会因为副本数的数量多而影响传输速度，因为客户端只与其中一个DataNode传输。

Client会切分文件的Block块，按Block线性和NameNode获取DataNode列表(副本数)，验证DataNode列表后以更小的单位流式传输数据，各个节点之间两两通信确定可用。

当前Block传输结束后，DataNode向NameNode汇报Block信息，DataNode向Client汇报完成，Client向NameNode汇报完成。然后获取下一个Block存放的DataNode列表，重复上述步骤，直到Client汇报完成。

最终，NameNode会在写流程更新文件状态。