HDFS 读写流程概要
1、节点介绍
（1）、NameNode管理文件系统的命名空间，维护文件系统树及整棵树内所有的文件和目录，以两个文件形式永久保存在本地磁盘上：命名空间镜像文件fsimage 和 编辑日志文件edits。namenode也记录每个文件中各个块所在的数据节点信息。
（2）、DataNode是文件系统的工作节点，根据需要存储并检索数据块，并定期向namenode发送它们所存储的块的列表。
（3）、SecondaryNameNode定期通过编辑日志edits合并空间镜像文件 fsimage，防止edits过大。
2、客户端读取HDFS流程
（1）、打开分布式文件：调用 分布式文件DistributedFileSystem.open()方法
（2）、从 NameNode 获得 DataNode地址：DistributedFileSystem 使用 RPC 调用 NameNode，NameNode返回存有该副本的 DataNode 地址，DistributedFileSystem 返回一个输入流FSDataInputStream对象，该对象封存了输入流 DFSInputStream
（3）、链接到DataNode： 调用 输入流FSDataInputStream 的 read()方法，从而 输入流 DFSInputStream 连接DataNode
（4）、读取DataNode：反复调用 read()方法，从而将数据从DataNode 传输到客户端
（5）、读取另外的DataNode直到完成：到达块的末端时候，输入流DFSInputStream 关闭与DataNode 连接，寻找下一个 DataNode
（6）、完成读取，关闭连接：即调用输入流 FSDataInputStream.close().
3、文件写入流程
（1）、发送创建文件请求：调用 分布式文件系统DistributedFileSystem.create()方法
（2）、NameNode中创建文件记录：分布式文件系统DistributedFileSystem 发送 RPC请求给namenode，namenode 检查权限后创建一条记录，返回输出流 FSDataOutputStream，封装了输出流DFSOutputDtream
（3）、客户端写入数据：输出流 DFSOutputDtream将数据分成一个个的数据包，并写入内部队列。DataStreamer 根据 DataNode 列表来要求namenode 分配适合的新块来存储数据备份。一组DataNode 构成管线(管线的DataNode 之间使用 Socket
流式通信)
（4）、使用管线传输数据：DataStreamer 将数据包流式传输到管线第一个DataNode，第一个DataNode再传到第二个DataNode ，直到完成。
（5）、确认队列：DataNode收到数据后发送确认，管线的DataNode所有的确认组成一个确认队列。所有DataNode 都确认，管线数据包删除。
（6）、关闭：客户端对数据量调用close（）方法。将剩余所有数据写入DataNode管线，并联系NameNode且发送文件写入完成信息之前等待确认。
（7）.NameNode确认。
（8）、故障处理：若过程中发生故障，则先关闭管线，把队列中所有数据包添加回去队列，确保数据包不漏。为另一个正常DataNode的当前数据块指定一个新的标识，并将该标识传送给NameNode,一遍故障DataNode在恢复后删除上面的不完整数据块. 从管线中删除故障DataNode并把余下的数据块写入余下正常的DataNode。NameNode发现复本两不足时，会在另一个节点创建一个新的复本。
4、SecondaryNameNode合并过程
（1）. SecondaryNameNode 请求 NameNode 停止使用edits。
（2）. SecondaryNameNode 通过 HTTP GET从 NameNode获取 fsimage 和 edits
（3）. SecondaryNameNode将 fsimage和 edits 载入内存，合并成新的 fsimage
（4）. SecondaryNameNode 通过 HTTP POST发送 fsimage
（5）. Name使用新的 fsimage 替代旧的