一、HDFS概述
HDFS集群由NameNode,DataNode,SecondaryNameNode构成。
NameNode：接受用户请求。存储元数据（描述文件的数据，如文件名、文件大小、目录名、文件创建时间等）
DataNode：负责管理用户的文件数据块（block）,通过心跳机制汇报给NameNode。
(1)文件默认会按照每128M切分为block块存储在DataNode上，每个block块默认会有三个副本存放在不同的DataNode上
(2)DataNode会定期向NameNode汇报自身所保存的文件block块信息
SecondaryNameNode：主要负责辅助NameNode，定期合并fsimage(快照文件)和edits（日志文件），并同步一份给NameNode
二、元数据的checkpoint机制（NameNode与DataNode的联系）
三、HDFS写数据流程
宏观：
微观：
HDFS写数据流程
1.客户端使用rpc通信框架向NameNode发送请求，NameNode接收并处理用户的请求。2.NameNode审核用户文件的操作权限，文件路径，磁盘空间是否可用，审核通过后，NameNode会返回成功状态给DFS（分布式文件系统）
3.如果DFS接收到成功的状态，会创建一个FSDataoutputStream的对象给客户端使用
4.客户端向NameNode获取文件存储在HDFS中所需要的所有DataNode节点
5.NameNode对客户端划分的block块分配好所有的DataNode
6.客户端通过机架感知与最近的DataNode建立联系，将block块划分为2048个packet进行发送，直到所有的packet发送完毕后，则当前的block块传输完毕，开始传输下一个block块中的packet
7.DataNode之间会形成pipeline通道传输这些packet
8.传输完毕后发送确认值给客户端
9.当最后一个block中的最后一个packet传输完毕后，释放FSDataoutputStream对象，关闭DataNode之间的pipeline通道，至此，写数据完成。
四、HDFS读数据流程
HDFS读数据流程
1.使用HDFS提供的client，向远程的NameNode发起RPC请求2.namenode会视情况返回文件的部分block块信息列表或者全部block，对于每个block，namenode都会返回该block副本的DataNode地址
3.client会选取离最近的DataNode读取block块
4.建立socket流，DataNode发送数据，以packet的单位接收，先在本地缓存，然后写入目标文件。读取完block，关闭当前的datanode连接，再寻找下一个block最佳的datanode。
5.读取完block后且文件没有读取完，client继续向namenode获取下一批block块
6.后面的block块相对于append到前面的block块，最后合成最终需要的文件
7.读取一个block都会进行checksum验证。如果读取DataNode出现错误，client会通知NameNode，然后再从下一个拥有block的DataNode继续读