首页
技术小册
AIGC
面试刷题
技术文章
MAGENTO
云计算
视频课程
源码下载
PDF书籍
「涨薪秘籍」
登录
注册
hadoop简介
HDFS-写文件
HDFS-读文件
HDFS-可靠性
ResourceManager
NodeManager
ApplicationMaster
Container
失败处理
读数据
Map
Shuffle
IO
测试
安装
配置
监控
参考教程
当前位置:
首页>>
技术小册>>
Hadoop入门教程
小册名称：Hadoop入门教程
1.客户端将文件写入本地磁盘的N#x4E34;时文件中 2.当临时文件大小达到一个block大小时，HDFS client通知NameNode，申请写入文件 3.NameNode在HDFS的文件系统中创建一个文件，并把该block id和要写入的DataNode的列表返回给客户端 4.客户端收到这些信息后，将临时文件写入DataNodes - 4.1 客户端将文件内容写入第一个DataNode（一般以4kb为单位进行传输） - 4.2 第一个DataNode接收后，将数据写入本地磁盘，同时也传输给第二个DataNode - 4.3 依此类推到最后一个DataNode，数据在DataNode之间是通过pipeline的方式进行复制的 - 4.4 后面的DataNode接收完数据后，都会发送一个确认给前一个DataNode，最终第一个DataNode返回确认给客户端 - 4.5 当客户端接收到整个block的确认后，会向NameNode发送一个最终的确认信息 - 4.6 如果写入某个DataNode失败，数据会继续写入其他的DataNode。然后NameNode会找另外一个好的DataNode继续复制，以保证冗余性 - 4.7 每个block都会有一个校验码，并存放到独立的文件中，以便读的时候来验证其完整性 5.文件写完后（客户端关闭），NameNode提交文件（这时文件才可见，֘#x5982;果提交前，NameNode垮掉，那文件也就丢失了。fsync：只保证数据的信息写到NameNode上，但并不保证数据已经被写到DataNode中） Rack aware（机架感知） 通过配置文件指定机架名和DNS的对应关系 假设复制参数是3，在写入文件时，会在本地的机架保存一份数据，然后在另外一个机架内保存两份数据（同机架内的传输速度快，从而提高性能） 整个HDFS的集群，最好是负载平衡的，这样才能尽量利用集群的优势
上一篇：
hadoop简介
下一篇：
HDFS-读文件
该分类下的相关小册推荐：
暂无相关推荐.
