HDFS客户端读写流程及checkpoint

2024-02-15 20:13:04

1.HDFS客户端写流程

1）客户端请求上传数据到服务器

2）服务器接收到这个请求，然后到自己的元数据里面去查询，元数据中是否记录了该文件的存在

3）NN响应客户端是否可以上传

4）服务器会发送再次请求，需要上传多大的数据文件

5）服务器会检查DataNode的信息

6）服务器会根据上传文件大小进行调度，调度出最合适的DataNode队列返回给客户端

【每隔3秒钟，DataNode都会向NN发送一个数据，DN的状态和可用空间】

7）告诉DN需要上传数据

8）客户端接收队列数据：

　　通过pop方法，取出第一个节点的地址，然后访问该节点，并吧剩下的其他节点的IP地址带过去；

　　第一个DN接收数据，再从队列中取出第一个，继续把剩下的IP带过去，直到最后一个节点结束；

　　最后一个节点收到信息之后，想源地址发送确认消息，确认到第一个DN的时候，DN会把确认消息返回给客户端；

【即建立好了传输通道】

9）客户端接收到最终确认消息之后，开始往每一个DN上写入数据

10）最终写入成功会将消息返回给客户端

11）客户端向NN汇报，数据写入成功，NN就会把消息写入元数据中

12）最后NN会通知DN自动做数据副本平衡

1）客户端请求NN，需要下载文件

2）NN把文件的元数据信息返回给客户端

3）客户端接收到数据后，就到相应的客户端去请求数据即可

4）最后客户端本地进行数据追加合并从而获得整个文件

1）元数据：元数据是我们内存的一块空间

2）元数据：是一个文件，fsimage_0000000000XX文件就是元数据

3）元数据：就是一个小型的数据库，里面存放了所有文件的位置

1）secondarynamenode实际上是对NameNode数据的一个备份

2）secondarynamenode是为了防止NameNode机器挂掉

3）secondarynamenode不能和NameNode放在一起

可以修改hdfs-site.xml配置文件来指定secondarynamenode的地址

<!--指定SecondaryNameNode的地址-->
<property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>hdp02:50090</value>
</property>

1）Checkpoint就是定时检查节点