在前文大数据系列1：一文初识Hdfs中，我们对Hdfs有了简单的认识。
在本文中，我们将会简单的介绍一下Hdfs文件的读写流程，为后续追踪读写流程的源码做准备。
Hdfs 架构首先来个Hdfs的架构图，图中中包含了Hdfs 的组成与一些操作。
对于一个客户端而言，对于Hdfs的操作不外乎也就读写两个操作，接下来就去看看整个流程是怎么走的。
下面我们由浅及深，氛围简单流程，详细流程分别介绍读写过程
简单流程 读请求流程客户端需要读取数据的时候，流程大致如下：
Client向NameNode发起读请求
NameNode收到读请求后，会返回元数据，包括请求文件的数据块在DataNode的具体位置。
Client根据返回的元数据信息，找到对应的DataNode发起读请求
DataNode收到读请求后，会返回对应的Block数据给Client。
写请求流程客户端需要写入数据的时候，流程大致如下：
Client向NameNode发起写请求，其中包含写入的文件名，大小等。
NameNode接收到信息，NameNode会将文件的信息存储到本地，同时判断客户端的权限、以及文件是否存在等信息，验证通过后NameNode返回数据块可以存储的DataNode信息。
客户端会切割文件为多个Block，将每个Block写入DataNode，在DataNode之间通过管道，对Block做数据备份。
详细流程 读请求流程客户端需要读取数据的时候，流程大致如下：
客户端通过调用FileSystem的open()方法来读取文件。、
这个对象是DistributedFileSystem的一个实例，通过远程调用（RPC）与NameNode沟通，会向NameNode请求需要读写文件文件的Block位置信息。
NameNode会进行合法性校验，然后返回Block位置信息，每一个Block都回返回存有该副本的DataNode地址，并且会根据DtaNode与Client的距离进行排序（这里的距离是指集群网络拓扑的距离，也是尽可能满足数据本地性的要求）
DistributedFileSystem会返回一个支持文件定位的输入流FSDataInputStream给客户端，其中封装着DFSInputStream对象，该对象管理者DataNode和NameNode之间的I/O
Client对这个输入流调用read（）方法
DFSInputStream存储了文件中前几个块的DataNode地址，然后在文件第一个Block所在的DataNode中连接最近的一个DtaNode。通过对数据流反复调用read(),可以将数据传输到客户端。
当到到Block的终点的时候，DFSInputStream会关闭与DataNode的链接。然后搜寻下一个Block的DataNode重复6、7步骤。在Client看来，整个过程就是一个连续读取过程。
当完成所有Block的读取后，Client会对FSDataInputStream调用close()
Client 读取数据流的时候，Block是按照DFSInputStream与DataNode打开新的连接的顺序读取的。
并且在有需要的时候，还会请求NameNode返回下一个批次Blocks的DataNode信息
在DFSInputStream与DataNode交互的时候出现错误，它会尝试选择这个Block另一个最近的DataNode，并且标记之前的DataNode避免后续的Block继续在该DataNode上面出错。
DFSInputStream也会对来自DataNode数据进行校验，一旦发现校验错误，也会从其他DataNode读取该Bclock的副本，并且向NamaNode上报Block错误信息。
整个流程下来，我们可以发现Client直接连接到DataNode检索数据并且通过NameNode知道每个Block的最佳DataNode。
这样设计有一个好处就是：
因为数据流量分布在集群中的所有DataNode上，所以允许Hdfs扩展到大量并发Client.
与此同时，NamaNode只需要响应Block的位置请求(这些请求存储在内存中，非常高效)，
而不需要提供数据。
否则随着客户端数量的快速增加，NameNode会成为成为性能的瓶颈。
读请求流程客户端需要写入数据的时候，流程大致如下：
Client通过create()方法调用DistributedFileSystem 的create()
DistributedFileSystem通过RPC向NameNode请求建立在文件系统的明明空间中新建一个文件，此时只是建立了一个空的文件加，并没有Block。