1、HDFS读写流程
①写数据流程
1.客户端向NN请求上传文件
2.NN检查目标文件是否存在，父目录是否存在，并返回是否可以上传
3.客户端请求第一个Block上传到哪几个DN
4.NN返回3个DN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逐级应答客户端
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 （64K）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应答。
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）。
PS：packet大小为64K，其中由512byte的chunk组成，包括4byte的chunksum校验
②读数据流程
1.客户端向NN请求下载文件，NN通过查询元数据，找到文件块所在的DN地址。
2.挑选一台DN（就近原则，然后随机）服务器，请求读取数据。
3.DN开始传输数据给Client（从磁盘里面读取数据输入流，以Packet为单位来做校验）。
4.Client以Packet为单位接收，先在本地缓存，然后写入目标文件。
2.Hadoop-MR中shuffle工作流程
3.Yarn工作机制 提交流程
1.MR 程序提交到客户端所在的节点
2.YarnRunner 向 RM 申请一个 Application
3.RM 将该应用程序的资源路径返回给 YarnRunner
4.该程序将运行所需资源提交到 HDFS 上，所需资源：xml配置文件、Jar包、Job.spilt
5.程序资源提交完毕后，申请运行 mrAppMaster。
6.RM 将用户的请求初始化成一个 Task
7.其中一个 NodeManager 领取到Task任务
8.该 NodeManager 创建容器 Container，并产生 MRAppmaster
9.Container 从 HDFS 上拷贝资源到本地。
10.MRAppmaster 向 RM 申请运行 MapTask 资源。
11.RM 将运行 MapTask 任务分配给另外两个 NodeManager，另两个 NodeManager 分 别领取任务并创建容器。
12.MR 向两个接收到任务的 NodeManager 发送程序启动脚本，这两个 NodeManager 分别启动 MapTask，MapTask 对数据分区排序。
13.MrAppMaster 等待所有 MapTask 运行完毕后，向 RM 申请容器，运行 ReduceTask。
14.ReduceTask 向 MapTask 获取相应分区的数据。
15.程序运行完毕后，MR 会向 RM 申请注销自己。
4、Hive
①架构
②HQL转化为MR任务流程
1.进入程序，利用Antlr框架定义HQL的语法规则，对HQL完成词法语法解析，将HQL转换为AST(抽象语法树)。
2.遍历AST，抽象出查询的基本组成单元QueryBlock(查询块)，可以理解为最小的查询执行单元。
3.遍历QueryBlock，将其转换为OperatorTree(操作树，也就是逻辑执行计划)，可以理解为不可拆分的一个逻辑执行单元。
4.使用逻辑优化器对OperatorTree(操作树)进行逻辑优化。例如合并不必要的ReduceSinkOperator，减少Shuffle数据量。
5.遍历OperatorTree，转换为TaskTree。也就是翻译为MR任务的流程，将逻辑执行计划转换为物理执行计划。
6.使用物理优化器对TaskTree进行物理优化。
7.生成最终的执行计划，提交任务到Hadoop集群运行。
即：HQL -> AST -> QueryBlock -> OperatorTree -> TaskTree -> 最终的执行计划
5.HBase数据读写流程
①写数据流程
1.Client先访问zookeeper，获取hbase:meta表位于哪个Region Server。
2.访问对应的Region Server，获取hbase:meta表，根据写请求的namespace:table/rowkey，查询出目标数据位于哪个Region Server中的哪个Region中。并将该table的region信息以及meta表的位置信息缓存在客户端的meta cache，方便下次访问。
3.与目标Region Server进行通讯；
4.将数据顺序写入（追加）到WAL；
5.将数据写入对应的MemStore，数据会在MemStore进行排序；
6.向客户端发送ack；
7.等达到MemStore的刷写时机后，将数据刷写到HFile。
即：先和ZK通讯，找到meta表所在位置，根据meta表找到目标数据的哪个RS的哪个R中，并做一个缓存。接着与RS通讯，顺序追加写入WAL，写入写缓存排序，刷写。
②读数据流程
1.Client先访问zookeeper，获取hbase:meta表位于哪个Region Server。
2.访问对应的Region Server，获取hbase:meta表，根据读请求的namespace:table/rowkey，查询出目标数据位于哪个Region Server中的哪个Region中。并将该table的region信息以及meta表的位置信息缓存在客户端的meta cache，方便下次访问。
3.与目标Region Server进行通讯；
4.分别在BlockCache、MemStore和BC中没有缓存的Store File（HFile）文件查询目标数据，并将查到的所有数据进行合并。此处所有数据是指同一条数据的不同版本（time stamp）或者不同的类型（Put/Delete）。
5.将查询到的新的数据块（Block，HFile数据存储单元，默认大小为64KB）缓存到Block Cache。
6.将合并后的最终结果返回给客户端。
注：①HBase读比写慢
②BlockCache/Memstore/访问BC中没有缓存的StoreFile
/******************************************************************************************************/
To Be Continued…