大数据学习(六)HDFS读写机制 hadoop副本存储节点选择

上一篇我们讲过了java的HDFSAPI操作，现在这篇blog分享一下HDFS的读写机制，和hadoop架构中的副本存储节点的选择

HDFS写数据机制

简述：

1. 客户端向namenode请求上传文件，namenode检查目标路径的环境是否已存在。
2. namenode返回上传应答。
3. block上传到哪几个DN节点。
4. namenode返回3个节点，分别为dn1、dn2、dn3。
5. 客户端请求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
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
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。回到第三步。

简单的源码分析：

1. 客户端通过调用DistributedFileSystem的create方法创建新文件。

2. DistributedFileSystem通过RPC调用namenode去创建一个新文件，创建前， namenode检查环境。如果通过， namenode就会记录下新文件，否则就会抛出IO异常。

3. 前两步结束后，会返回FSDataOutputStream的对象，与读文件的时候相似， FSDataOutputStream被封装成DFSOutputStream。DFSOutputStream可以协调namenode和 datanode。客户端开始写数据到DFSOutputStream，DFSOutputStream会把数据切成一个个小的packet，然后排成队 列data quene（数据队列）。

4. DataStreamer会去处理接受data quene，它先询问namenode这个新的block最适合存储的在哪几个datanode里（比如重复数是3，那么就找到3个最适合的 datanode），把他们排成一个pipeline。DataStreamer把packet按队列输出到管道的第一个datanode中，第一个 datanode又把packet输出到第二个datanode中，以此类推。

5. DFSOutputStream还有一个对列叫ack quene，也是由packet组成，等待datanode的收到响应，当pipeline中的所有datanode都表示已经收到的时候，这时ack quene才会把对应的packet包移除掉。
   如果在写的过程中某个datanode发生错误，会采取以下几步：
   1)pipeline被关闭掉；
   2)为了防止防止丢包ack quene里的packet会同步到data quene里；
   3)把产生错误的datanode上当前在写但未完成的block删掉；
   4)block剩下的部分被写到剩下的两个正常的datanode中；
   5)namenode找到另外的datanode去创建这个块的复制。当然，这些操作对客户端来说是无感知的。

6. 客户端完成写数据后调用close方法关闭写入流。

7. DataStreamer把剩余得包都刷到pipeline里，然后等待ack信息，收到最后一个ack后，通知datanode把文件标视为已完成。

HDFS读机制

客户端向namenode请求下载，返回文件块所在的datanode地址。 挑选一台datanode（就近原则，然后随机）服务器，读取数据。datanode开始传输数据给客户端（从磁盘里面读取数据放入流，以packet为单位来做校验）。客户端以packet为单位接收，先在本地缓存，然后写入目标文件。

副本存储节点的选择

我通过查阅网上的资料基本上有两种说法，而且这两种都是正确的，分别是高版本和低版本的的机制。
第一种：

• 查看客户端位置，如果在集群中就选择所在节点，若不在就随机算则一个集群中的节点dn1。
• 第二个副本的位置就是在集群中的除了dn1的节点随机选择一个dn2.
• 第三个就要选择dn2所在的机架，节点随机选择dn3.

第二种：

• 第一个副本选择和第一种相同
• 第二个选择dn1所在机架的随机节点dn2
• 第三个是不同与dn1、2的机架的随机节点。

这里我参考了一些资料：
https://www.cnblogs.com/wxisme/p/6270860.html
https://www.jianshu.com/p/8b4dc5a154e5
http://sem.tanzhouedu.com