HDFS简单读写分析
来源:互联网 发布:中国网络环境的变化 编辑:程序博客网 时间:2024/05/21 16:49
文件读取的过程如下:
- 使用HDFS提供的客户端开发库Client,向远程的Namenode发起RPC请求;
- Namenode会视情况返回文件的部分或者全部block列表,对于每个block,Namenode都会返回有该block拷贝的DataNode地址;
- 客户端开发库Client会选取离客户端最接近的DataNode来读取block;如果客户端本身就是DataNode,那么将从本地直接获取数据.
- 读取完当前block的数据后,关闭与当前的DataNode连接,并为读取下一个block寻找最佳的DataNode;
- 当读完列表的block后,且文件读取还没有结束,客户端开发库会继续向Namenode获取下一批的block列表。
- 读取完一个block都会进行checksum验证,如果读取datanode时出现错误,客户端会通知Namenode,然后再从下一个拥有该block拷贝的datanode继续读。
写入文件的过程比读取较为复杂:
- 使用HDFS提供的客户端开发库Client,向远程的Namenode发起RPC请求;
- Namenode会检查要创建的文件是否已经存在,创建者是否有权限进行操作,成功则会为文件创建一个记录,否则会让客户端抛出异常;
- 当客户端开始写入文件的时候,开发库会将文件切分成多个packets,并在内部以数据队列"data queue"的形式管理这些packets,并向Namenode申请新的blocks,获取用来存储replicas的合适的datanodes列表,列表的大小根据在Namenode中对replication的设置而定。
- 开始以pipeline(管道)的形式将packet写入所有的replicas中。开发库把packet以流的方式写入第一个datanode,该datanode把该packet存储之后,再将其传递给在此pipeline中的下一个datanode,直到最后一个datanode,这种写数据的方式呈流水线的形式。
- 最后一个datanode成功存储之后会返回一个ack packet,在pipeline里传递至客户端,在客户端的开发库内部维护着"ack queue",成功收到datanode返回的ack packet后会从"ack queue"移除相应的packet。
- 如果传输过程中,有某个datanode出现了故障,那么当前的pipeline会被关闭,出现故障的datanode会从当前的pipeline中移除,剩余的block会继续剩下的datanode中继续以pipeline的形式传输,同时Namenode会分配一个新的datanode,保持replicas设定的数量。
- HDFS简单读写分析
- HDFS 读写简单例子
- java读写hdfs简单demo
- java读写HDFS简单demo
- 简单搞定hdfs读写流程
- hdfs 简单的api 读写文件
- client读写hdfs的源码分析总结
- hdfs读写数据操作分析总结
- HDFS原理分析:基本概念(简单易懂)
- Hadoop源码分析:HDFS数据读写流量控制(DataTransferThrottler类)
- Hadoop源码分析(1):HDFS读写过程解析
- hdfs java读写hdfs demo
- HDFS文件读写
- HDFS读写过程解析
- 使用hdfsAPI读写hdfs
- HDFS上读写
- HDFS读写过程解析
- HDFS读写数据流
- jquery--ajax
- VC环境下配置编译STLport-5.2.1
- CString类常用方法
- 编译带包的java文件
- 源码-基于V4L2的UVC摄像头捕获并用framebuffer显示的示例程序
- HDFS简单读写分析
- Python 与时间相关模块整理
- linux 组命令
- HTTP状态代码
- 非常使用的CSS代码
- win7帮你全程监控操作方法
- 如何删除文件夹中的.svn文件夹
- 晶体振荡器与晶体谐振器的区别
- 常见网络协议相关总结socket, TCP/IP