HDFS 读写流程与数据完整性

概述

开始之前先看看其基本属性，HDFS（Hadoop Distributed File System）是GFS的开源实现。

特点如下 ：

• 能够运行在廉价机器上，硬件出错常态因此具备高容错性

• 流式数据访问，而不是随机读写

• 面向大规模数据集，能够进行批处理、能够横向扩展

• 简单一致性模型，假定文件是一次写入、多次读取

缺点：

• 不支持低延迟数据访问

• 不适合大量小文件存储（因为每条元数据占用空间）

• 不支持并发写入，一个文件只能有一个写入者

• 不支持文件随机修改，仅支持追加写入

HDFS中的block、packet、chunk

很多博文介绍HDFS读写流程上来就直接从文件分块开始，其实，要把读写过程细节搞明白前，你必须知道block、packet与chunk。下 面分别讲述。

1、 block 

这个大家应该知道，文件上传前需要分块，这个块就是block，一般为128MB，当然你可以去改，不过不推荐。因为块太小，寻址时间占比过高；块太大，Map任务数太少，作业执行速度变慢。它是最大的一个单位 。

2、packet 

packet是第二大的单位，它是client端向DataNode，或DataNode的 Pipeline 之间传数据的基本单位，默认64 KB。

3、chunk 

chunk是最小的单位，它是client向DataNode，或DataNode的Pipeline之间进行数据校验的基本单位，默认512 Byte，因为用作校验，故每个chunk需要带有4 Byte的校验位。所以实际每个chunk写入packet的大小为516 Byte。由此可见真实数据与校验值数据的比值约为128 : 1。（即64*1024 / 512）

例如，在client端向DataNode传数据的时候，DFSOutputStream会有一个chunk buffer，写满一个chunk后，会计算校验和并写入当前的chunk。之后再把带有校验和的chunk写入packet，当一个packet写满后，packet会进入dataQueue队列，其他的DataNode就是从这个dataQueue获取client端上传的数据并存储的。同时一个DataNode成功存储一个packet后之后会返回一个ack packet，放入ack Queue中。

HDFS 写流程

写详细步骤：

1、客户端向NameNode发出写文件请求。

2、检查是否已存在文件、检查权限。若通过检查，直接先将操作写入EditLog，并返回输出流对象。 

注：WAL，write ahead log，先写Log，再写内存，因为EditLog记录的是最新的HDFS客户端执行所有的写操作。如果后续真实写操作失败了，由于在真实写操作之前，操作就被写入EditLog中了，故EditLog中仍会有记录，我们不用担心后续client读不到相应的数据块，因为在第5步中DataNode收到块后会有一返回确认信息，若没写成功，发送端没收到确认信息，会一直重试，直到成功。

3、client端按128MB的块切分文件。

4、client将NameNode返回的分配的可写的DataNode列表和Data数据一同发送给最近的第一个DataNode节点，此后client端和NameNode分配的多个DataNode构成pipeline管道，client端向输出流对象中写数据。client每向第一个DataNode写入一个packet，这个packet便会直接在pipeline里传给第二个、第三个…DataNode。 

注：并不是写好一个块或一整个文件后才向后分发。

5、每个DataNode写完一个块后，会返回确认信息。 

注：并不是每写完一个packet后就返回确认信息，个人觉得因为packet中的每个chunk都携带校验信息，没必要每写一个就汇报一下，这样效率太慢。正确的做法是写完一个block块后，对校验信息进行汇总分析，就能得出是否有块写错的情况发生。

6、写完数据，关闭输输出流。

7、发送完成信号给NameNode。 

注：发送完成信号的时机取决于集群是强一致性还是最终一致性，强一致性则需要所有DataNode写完后才向NameNode汇报。最终一致性则其中任意一个DataNode写完后就能单独向NameNode汇报，HDFS一般情况下都是强调强一致性。

HDFS 读流程

读相对于写，简单一些，读详细步骤：

1、client访问NameNode，查询元数据信息，获得这个文件的数据块位置列表，返回输入流对象。

2、就近挑选一台datanode服务器，请求建立输入流 。

3、DataNode向输入流中中写数据，以packet为单位来校验。

4、关闭输入流。

读写过程如何保证数据完整性

通过校验和。因为每个chunk中都有一个校验位，一个个chunk构成packet，一个个packet最终形成block，故可在block上求校验和。

HDFS 的client端即实现了对 HDFS 文件内容的校验和 (checksum) 检查。当客户端创建一个新的HDFS文件时候，分块后会计算这个文件每个数据块的校验和，此校验和会以一个隐藏文件形式保存在同一个 HDFS 命名空间下。当client端从HDFS中读取文件内容后，它会检查分块时候计算出的校验和（隐藏文件里）和读取到的文件块中校验和是否匹配，如果不匹配，客户端可以选择从其他 Datanode 获取该数据块的副本。

in_use.lock表示DataNode正在对文件夹进行操作。

rbw是"replica being written"的意思，该目录用于存储用户当前正在写入的数据。 
block元数据文件（*.meta）由一个包含版本、类型信息的头文件和一系列校验值组成。校验和也正是存在其中。

原文链接：

https://blog.csdn.net/whdxjbw/article/details/81072207

一个进阶的大数据技术交流学习公众号，死磕大数据与分布式系统，分享NoSQL数据库、存储计算引擎、消息中间件等。长按二维码关注 ：