cwl_java
大数据-HDFS文件读取过程
关注作者
前往小程序,Get
更优
阅读体验!
立即前往
腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
cwl_java
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
社区首页
>
专栏
>
大数据-HDFS文件读取过程
大数据-HDFS文件读取过程
cwl_java
关注
发布于 2019-12-25 11:24:46
734
0
发布于 2019-12-25 11:24:46
举报
文章被收录于专栏:
cwl_Java
1.7. HDFS 文件读取过程
在这里插入图片描述
Client向NameNode发起RPC请求,来确定请求文件block所在的位置;
NameNode会视情况返回文件的部分或者全部block列表,对于每个block,NameNode都会返回含有该 block 副本的 DataNode 地址; 这些返回的 DN地址,会按照集群拓扑结构得出 DataNode与客户端的距离,然后进行排序,排序两个规则:网络拓扑结构中距离Client 近的排靠前;心跳机制中超时汇报的 DN 状态为STALE,这样的排靠后;
Client 选取排序靠前的 DataNode 来读取block,如果客户端本身就是DataNode,那么将从本地直接获取数据(短路读取特性);
底层上本质是建立 Socket Stream(FSDataInputStream),重复的调用父类DataInputStream 的 read 方法,直到这个块上的数据读取完毕;
当读完列表的 block 后,若文件读取还没有结束,客户端会继续向NameNode获取下一批的 block 列表;
读取完一个 block 都会进行 checksum 验证,如果读取 DataNode时出现错误,客户端会通知 NameNode,然后再从下一个拥有该 block副本的DataNode 继续读。
read 方法是并行的读取 block 信息,不是一块一块的读取;NameNode只是返回Client请求包含块的DataNode地址,并不是返回请求块的数据;
最终读取来所有的 block 会合并成一个完整的最终文件。
本文参与
腾讯云自媒体同步曝光计划
,分享自作者个人站点/博客。
如有侵权请联系
cloudcommunity@tencent.com
删除
前往查看
block
checksum
hdfs
socket
stream
本文分享自
作者个人站点/博客
前往查看
如有侵权,请联系
cloudcommunity@tencent.com
删除。
本文参与
腾讯云自媒体同步曝光计划
,欢迎热爱写作的你一起参与!
block
checksum
hdfs
socket
stream
评论
登录
后参与评论
0 条评论
热度
最新
推荐阅读
LV.
文章
0
获赞
0
目录
1.7. HDFS 文件读取过程
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档
0
0
0
推荐