HDFS读流程，写流程，放置策略

1.HDFS写流程

[hadoop@hadoop002 hadoop-2.6.0-cdh5.7.0]$ hdfs dfs -put LICENSE.txt /
19/02/20 21:30:22 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
[hadoop@hadoop002 hadoop-2.6.0-cdh5.7.0]$

对于我们操作者而言，是无感知的
1.Client调用FileSystem.create(filePath)方法，
去与NN进行【RPC】通信，check该路径的文件是否存在
以及有没有权限创建该文件。假如OK，就创建一个新文件，
但是不关联任何的block，nn根据上传的文件大小且块大小且副本数，
计算多少块，以及块存放的dn，最终将这些信息返回给客户端
则为【FSDataOutputStream】。

2.Client调用FSDataOutputStream.write方法，将第一个块的
第一个副本写到第一个DN，写完写第二个副本，写完写第三个副本；
当第三个副本写完，返回给ack packet给第二个副本的DN,然后第二个DN返回ack packet给第一个DN；
第一个DN返回ack packet给FSDataOutputStream对象，标识第一个块，3副本写完！
然后依次写剩余的块！
(对操作者来说是透明的)

3.当向文件写入数据完成后，Client调用FSDataOutputStream.close()方法。关闭输出流，flush换成区的数据包。
4.再调用FileSystem.complete(),通知NN节点写入成功。

3DN
3副本
副本数据=DN

1DN
1副本
测试:DN挂了能不能写
同比: 3DN 3副本 1DN挂了肯定写不成功

10DN
3副本
副本数据<DN
测试:DN挂了写

总结: 存活的DN满足我们的副本数就能写

2.读流程

FSDataIutputStream
1.Client通过FileSystem.open(filePath),
去与NN进行【RPC】通信，返回该文件的部分
或全部的block列表，也就是返回FSDataInputStream对象。

2.Client调用【FSDataInputStream】对象的read()方法，
a. 去与第一个块的最近的DN进行read，读取完后，会check，
假如success，会关闭与当前DN通信。假如fail 会记录失败的DN+block信息，下次就不会读取。
那么会去该块的第二个DN的地址读取。
b.然后去第二个块的最近的DN上读取，会check，success，会关闭与当前DN通信。
c.假如当前block列表全部读取完成，文件还没结束，那么FileSystem会从NN获取下一批的block列表。
(对于操作者，是透明的，感觉就是连续的数据流)

3.Client调用FSDataInputStream.close() 关闭输入流

3.副本放置策略

生产上尽量将读写的动作选取DN节点