zoukankan      html  css  js  c++  java
  • HDFS 读写流程

     读文件的过程

    客户端(client)用FileSystem的open()函数打开文件

    DistributedFileSystem用RPC调用元数据节点,得到文件的数据块信息。

    对于每一个数据块,元数据节点返回保存数据块的数据节点的地址。

    DistributedFileSystem返回FSDataInputStream给客户端,用来读取数据。

    客户端调用stream的read()函数开始读取数据。

    DFSInputStream连接保存此文件第一个数据块的最近的数据节点。

    Data从数据节点读到客户端(client)

    当此数据块读取完毕时,DFSInputStream关闭和此数据节点的连接,然后连接此文件下一个数据块的最近的数据节点。

    当客户端读取完毕数据的时候,调用FSDataInputStream的close函数。

    在读取数据的过程中,如果客户端在与数据节点通信出现错误,则尝试连接包含此数据块的下一个数据节点。

    失败的数据节点将被记录,以后不再连接。

     

    写文件的过程

    客户端调用create()来创建文件

    DistributedFileSystem用RPC调用元数据节点,在文件系统的命名空间中创建一个新的文件。

    元数据节点首先确定文件原来不存在,并且客户端有创建文件的权限,然后创建新文件。

    DistributedFileSystem返回DFSOutputStream,客户端用于写数据。

    客户端开始写入数据,DFSOutputStream将数据分成块,写入data queue。

    Data queue由Data Streamer读取,并通知元数据节点分配数据节点,用来存储数据块(每块默认复制3块)。分配的数据节点放在一个pipeline里。

    Data Streamer将数据块写入pipeline中的第一个数据节点。第一个数据节点将数据块发送给第二个数据节点。第二个数据节点将数据发送给第三个数据节点。

    DFSOutputStream为发出去的数据块保存了ack queue,等待pipeline中的数据节点告知数据已经写入成功。

    如果数据节点在写入的过程中失败:

    关闭pipeline,将ack queue中的数据块放入data queue的开始。

    当前的数据块在已经写入的数据节点中被元数据节点赋予新的标示,则错误节点重启后能够察觉其数据块是过时的,会被删除。

    失败的数据节点从pipeline中移除,另外的数据块则写入pipeline中的另外两个数据节点。

    元数据节点则被通知此数据块是复制块数不足,将来会再创建第三份备份。

    当客户端结束写入数据,则调用stream的close函数。此操作将所有的数据块写入pipeline中的数据节点,并等待ack queue返回成功。最后通知元数据节点写入完毕。

  • 相关阅读:
    scrapy爬取相似页面及回调爬取问题(以慕课网为例)
    爬取网易云课堂、网易公开课课程数据
    用户行为数据分析笔记
    redis学习笔记
    索引原理及几种索引类型区别
    平衡二叉树,B树,B+树的概念及区别
    RF, GBDT, XGB区别
    无偏估计
    Redis分布式锁的正确实现方式
    Mybatis 你了解多少?
  • 原文地址:https://www.cnblogs.com/ggjucheng/p/2465793.html
Copyright © 2011-2022 走看看