http://wiki.jikexueyuan.com/project/hadoop/images/hdfs-write.png" alt="" />
1.客戶端將文件寫入本地磁盤的N#x4E34;時(shí)文件中
2.當(dāng)臨時(shí)文件大小達(dá)到一個(gè)block大小時(shí),HDFS client通知NameNode,申請(qǐng)寫入文件
3.NameNode在HDFS的文件系統(tǒng)中創(chuàng)建一個(gè)文件,并把該block id和要寫入的DataNode的列表返回給客戶端
4.客戶端收到這些信息后,將臨時(shí)文件寫入DataNodes
5.文件寫完后(客戶端關(guān)閉),NameNode提交文件(這時(shí)文件才可見(jiàn),?#x5982;果提交前,NameNode垮掉,那文件也就丟失了。fsync:只保證數(shù)據(jù)的信息寫到NameNode上,但并不保證數(shù)據(jù)已經(jīng)被寫到DataNode中)
Rack aware(機(jī)架感知)
通過(guò)配置文件指定機(jī)架名和DNS的對(duì)應(yīng)關(guān)系
假設(shè)復(fù)制參數(shù)是3,在寫入文件時(shí),會(huì)在本地的機(jī)架保存一份數(shù)據(jù),然后在另外一個(gè)機(jī)架內(nèi)保存兩份數(shù)據(jù)(同機(jī)架內(nèi)的傳輸速度快,從而提高性能)
整個(gè)HDFS的集群,最好是負(fù)載平衡的,這樣才能盡量利用集群的優(yōu)勢(shì)