HDFS的读写数据流详细分析
- 4.1 HDFS写数据流程
- 4.1.1 剖析文件写入
- 4.1.2 源码解析
- 4.1.3 网络拓扑-节点距离计算
- 4.1.4 机架感知（副本存储节点选择）
- 4.2 HDFS读数据流程
4.1 HDFS写数据流程
4.1.1 剖析文件写入
（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（跟设置的副本策略有关系，设置几个，就返回几个DN，并且会根据本地化原则（机架感应），返回离待上传数据最近距离的DataNode接收数据），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 pipeline 通信管道建立完成。
（6）dn3应答->dn2应答->dn1->应答客户端（逐级应答，dn1会包含dn2和dn3的应答结果）。
（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（64kb）（由多个chunk 512b和checksum 4b 组成），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（
ack队列和data队列，每传输一个packet都会从DataQueue将该packet移到ack队列中，等待客户端收到ack响应，就会把ack队列的packet移除，此时packet传输成功，若传输失败，会将packet从ack队列移会dataqueue中，然后从新发送）。
（如果传输的过程中某个节点宕机了（dn2），那么会将dn2移除pipeline通信管道，只传输dn1和dn3，就相当于只有2个同步副本，当数据传输完毕后，dn1和dn3会主动向NameNode上报自己的block信息，当NameNode发现该文件只有2个block的时候，NameNode会再找一个节点，叫dn1或dn3把block复制一份到该节点）（若3个节点都宕机，pipeline通道不可能建立，那么此时写操作将失败）
（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）。
4.1.2 源码解析
源码解析：org.apache.hadoop.hdfs.DFSOutputStream
官方描述
1、DFSOutputStream creates files from a stream of bytes.
2、The client application writes data that is cached internally by this stream. Data is broken up into packets, each packet is typically 64K in size. A packet comprises of chunks. Each chunk is typically 512 bytes and has an associated checksum with it.
3、When a client application fills up the currentPacket, it is enqueued into dataQueue. The DataStreamer thread picks up packets from the dataQueue, sends it to the first datanode in the pipeline and moves it from the dataQueue to the ackQueue. The ResponseProcessor receives acks from the datanodes. When an successful ack for a packet is received from all datanodes, the ResponseProcessor removes the corresponding packet from the ackQueue.
4、In case of error, all outstanding packets and moved from ackQueue. A new pipeline is setup by eliminating the bad datanode from the original pipeline. The DataStreamer now starts sending packets from the dataQueue.
- 客户端发起
create file请求，目的是获取 hdfs 文件的输出流。namenode收到请求后会检测路径的合法性，以及权限。原生Hadoop权限管理不是很完善，工作中用的是cdh(商业版hadoop)。 - 如果检测都通过，
namenode会为这个文件生成块的元数据信息（比如文件切块、分配块id、分配每个块存在哪个datanode上），然后将该信息返回给客户端。 - 客户端会创建输出流之后，采用
pipeline（数据流管道）机制做数据的发送。副本默认是3个，但是为什么在拷贝中是一个datanode，然后在datanode之间线性传输，而不是一次给三个datanode那样拓扑式传输呢？这样的数据以管道的方式，顺序的沿着一个datanode传输，这样能够充分利用每个机器的带宽，避免网络瓶颈和高延迟时的连接，最小化推送所有数据的延时。在线性推送模式下，每台机器所有的出口宽带都用于以最快的速度传输数据，而不是在多个接受者之间分配宽带。packet是一个64kb大小的数据包，即客户端在发送文件块时，会把文件打散成一个个的数据包，发送给datanode。 - 每台
datanode收到packet后，会向上游datanode做ack确认，如果接受失败，会进行重发。 - 当一个文件上传完后，关流
客户端在文件上传的时候发起 write 请求，创建一个FSDataOutputStream 输出流。输出流会将文件打散成64kb的包（Packet），并且每个包由许多Chunk组成（每个Chunk512b，每个都含有4b的校验和DataChecksum，实际上共516b），然后创建一个数据队列dataqueue，将数据包加到dataqueue队列中，最后启动DataStreamer线程。
- 上边说过，在打散包时，会对每个包算出一个校验和
- 每个
datanode在接受后packet，也会以相同逻辑算一次校验和， - 通过自己算出来的 与 传过来的校验和两者是否一致，来确定数据的完整性。
DataStreamer（后台线程继承了Daemon）线程通过数据管道，将包发送给第一个datanode，并且将数据再放一份到一个新的队列中ackqueue。ackqueue 的作用在发送失败的时候，可以从该队列里恢复，确保数据的完整。
ResponseProcessor线程就是专门来收集拷贝后的ack如果失败了之后，它会执行从ackqueue里取数据重新发送，如果发送成功了。则删除ackqueue的数据。
注意：
-
ackqueue和dataque都是LinkedList<Packet>类型，Packet即是上边的数据块， -
LinkedList的特点是无界，并且增删快的特点。
4.1.3 网络拓扑-节点距离计算
在HDFS写数据的过程中，NameNode会选择距离待上传数据最近距离的DataNode接收数据。那么这个最近距离怎么计算呢？
节点距离：两个节点到达最近的共同祖先的距离总和。
例如，假设有数据中心d1机架r1中的节点n1。该节点可以表示为/d1/r1/n1。利用这种标记，这里给出四种距离描述。算一算每两个节点之间的距离。
4.1.4 机架感知（副本存储节点选择）
1）官方IP地址
机架感知说明
http://hadoop.apache.org/docs/r3.1.3/hadoop-project-dist/hadoop-hdfs/HdfsDesign.html
For the common case, when the replication factor is three, HDFS’s placement policy is to put one replica on the local machine if the writer is on a datanode, otherwise on a random datanode, another replica on a node in a different (remote) rack, and the last on a different node in the same remote rack. This policy cuts the inter-rack write traffic which generally improves write performance. The chance of rack failure is far less than that of node failure; this policy does not impact data reliability and availability guarantees. However, it does reduce the aggregate network bandwidth used when reading data since a block is placed in only two unique racks rather than three. With this policy, the replicas of a file do not evenly distribute across the racks. One third of replicas are on one node, two thirds of replicas are on one rack, and the other third are evenly distributed across the remaining racks. This policy improves write performance without compromising data reliability or read performance.
2）Hadoop3.1.3副本节点选择
4.2 HDFS读数据流程
（1）客户端通过Distributed FileSystem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）。
（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。
注意：
- 同一个文件的几个block可以再不同的DataNode上。
- 读文件只能按顺序读，并且只能一个一个读，不能并行。
