讀數(shù)據(jù)

1. 跟namenode通信查詢?cè)獢?shù)據(jù)，找到文件塊所在的datanode服務(wù)器
2. 挑選一臺(tái)datanode(就近原則，然后隨機(jī))服務(wù)器，請(qǐng)求建立socket流
3. datanode開始發(fā)送數(shù)據(jù)(從磁盤里面讀取數(shù)據(jù)放入流，以packet為單位來做校驗(yàn))
4. 客戶端以packet為單位接收，現(xiàn)在本地緩存，然后寫入目標(biāo)文件

寫數(shù)據(jù)

1. 根namenode通信請(qǐng)求上傳文件，namenode檢查目標(biāo)文件是否已存在，父目錄是否存在
2. namenode返回是否可以上傳
3. client請(qǐng)求第一個(gè) block該傳輸?shù)侥男ヾatanode服務(wù)器上
4. namenode返回3個(gè)datanode服務(wù)器ABC
5. client請(qǐng)求3臺(tái)dn中的一臺(tái)A上傳數(shù)據(jù)(本質(zhì)上是一個(gè)RPC調(diào)用，建立pipeline)，A收到請(qǐng)求會(huì)繼續(xù)調(diào)用B，然后B調(diào)用C，將真?zhèn)€pipeline建立完成，逐級(jí)返回客戶端
6. client開始往A上傳第一個(gè)block(先從磁盤讀取數(shù)據(jù)放到一個(gè)本地內(nèi)存緩存)，以packet為單位，A收到一個(gè)packet就會(huì)傳給B，B傳給C;A每傳一個(gè)packet會(huì)放入一個(gè)應(yīng)答隊(duì)列等待應(yīng)答
7. 當(dāng)一個(gè)block傳輸完成之后，client再次請(qǐng)求namenode上傳第二個(gè)block的服務(wù)器。

網(wǎng)絡(luò)故障，臟數(shù)據(jù)如何解決?

DataNode 失效等問題，這些問題 HDFS 在設(shè)計(jì)的時(shí)候都早已考慮到了。下面來介紹一下數(shù)據(jù)損壞處理流程：

• 當(dāng) DataNode 讀取 block 的時(shí)候，它會(huì)計(jì)算 checksum。
• 如果計(jì)算后的 checksum，與 block 創(chuàng)建時(shí)值不一樣，說明該 block 已經(jīng)損壞。
• Client 讀取其它 DataNode上的 block。
• NameNode 標(biāo)記該塊已經(jīng)損壞，然后復(fù)制 block 達(dá)到預(yù)期設(shè)置的文件備份數(shù) 。
• DataNode 在其文件創(chuàng)建后驗(yàn)證其 checksum。

讀寫過程，數(shù)據(jù)完整性如何保持?

通過校驗(yàn)和。因?yàn)槊總€(gè)chunk中都有一個(gè)校驗(yàn)位，一個(gè)個(gè)chunk構(gòu)成packet，一個(gè)個(gè)packet最終形成block，故可在block上求校驗(yàn)和。

HDFS 的client端即實(shí)現(xiàn)了對(duì) HDFS 文件內(nèi)容的校驗(yàn)和 (checksum) 檢查。當(dāng)客戶端創(chuàng)建一個(gè)新的HDFS文件時(shí)候，分塊后會(huì)計(jì)算這個(gè)文件每個(gè)數(shù)據(jù)塊的校驗(yàn)和，此校驗(yàn)和會(huì)以一個(gè)隱藏文件形式保存在同一個(gè) HDFS 命名空間下。當(dāng)client端從HDFS中讀取文件內(nèi)容后，它會(huì)檢查分塊時(shí)候計(jì)算出的校驗(yàn)和(隱藏文件里)和讀取到的文件塊中校驗(yàn)和是否匹配，如果不匹配，客戶端可以選擇從其他 Datanode 獲取該數(shù)據(jù)塊的副本。

HDFS中文件塊目錄結(jié)構(gòu)具體格式如下：

${dfs.datanode.data.dir}/  
├── current  
│ ├── BP-526805057-127.0.0.1-1411980876842  
│ │ └── current  
│ │ ├── VERSION  
│ │ ├── finalized  
│ │ │ ├── blk_1073741825  
│ │ │ ├── blk_1073741825_1001.meta  
│ │ │ ├── blk_1073741826  
│ │ │ └── blk_1073741826_1002.meta  
│ │ └── rbw  
│ └── VERSION  
└── in_use.lock 

in_use.lock表示DataNode正在對(duì)文件夾進(jìn)行操作

rbw是“replica being written”的意思，該目錄用于存儲(chǔ)用戶當(dāng)前正在寫入的數(shù)據(jù)。

Block元數(shù)據(jù)文件(*.meta)由一個(gè)包含版本、類型信息的頭文件和一系列校驗(yàn)值組成。校驗(yàn)和也正是存在其中。

當(dāng)前文章：大數(shù)據(jù)HDFS讀寫數(shù)據(jù)的過程探究
文章分享：http://www.rwnh.cn/news32/104632.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供標(biāo)簽優(yōu)化、關(guān)鍵詞優(yōu)化、自適應(yīng)網(wǎng)站、虛擬主機(jī)、網(wǎng)站營銷、網(wǎng)站制作

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)