公众号后台比较多同学让我写面试相关的文章，在《从面试官的角度谈谈大数据面试》也聊了很多，但是有同学吐槽说我没有把答案写上去，当时我的心里是拒绝写的，这有啥好写的，又不难，Google一大堆。但是呢，吐槽的人多了我也就妥协了，这次我不仅把答案加上去了，还会加很多的分析和建议。
之前也和大家说过，由于市场所需，行业红利，金钱诱惑，朋友下套...等等原因（瞎说的瞎说的），我的面试和被面试经验都还是比较丰富的，可以帮助大家剖析下面试官的心理，怎么能说出面试官比较喜欢的答案。说实话，面试的时候其实面试官可能会比你还希望你能进来这家公司，只要你能戳到面试官的那个“点”，那你就有戏。
以下
黑色字体是正经回答
引用是我小声BB
这是一个很普通的问题，我也很喜欢问这个问题，但是我的目的也不仅仅是考察你懂不懂这个，因为这个问题要答出来并不难，很多人可能接触hadoop的第一天就知道了，无非就是从namenode获取block元信息，pipline写datanode，啪啦啪啦，很平常的一顿操作，很稳，也没什么出彩的。但是其实呢，你也可以回答得“装逼”一点，可能会让昏昏欲睡的面试官耳目一新，对你稍微有点刮目相看，印象也会稍微深刻一点，“这小子装逼装得还挺像样的...”。
下面我要开始了。
“读写的过程我稍微看过一下源码，我先说下写的过程，写会稍复杂些我可以讲得详细一点：
首先client创建一个OutputStream输出流，在此过程中client通过rpc向namenode添加一个文件记录，得到该文件的租约，启动一个 DataStreamer 线程，线程中会维护 dataQueue和ackQueue队列。
FSDataOutputStream 输出流建好之后，就可以调用 write 方法进行数据的写入。在写入过程中先将数据写入client本地的缓存中，此缓存默认是9个chunk（512B）的大小，当本地缓存写满之后 (如果要写入的数据长度大于本地缓存的长度，则直接将缓存长度的数据写入currentPacket中) ，计算这些数据的checksum，并写入currentPacket中，currentPacket写满之后放入dataQueue中排队并通知DataStreamer线程去dataQueue中消费数据。(数据先写入本地buf，然后写入packet，等packet（64k）满之后才向namenode申请blockId)
DataStreamer线程从dataQueue中取出packet，如果DataStreamer的stage为PIPELINE_SETUP_CREATE时，表示当前block的pipeline还没有建立，向namenode申请blockId和block的locations，将申请到的locations组成一个pipeline，与第一个dn建立socket连接，由Sender发送写请求。
新启动ResponseProcessor线程接收dn返回的packet ack，并更新DataStreamer的stage，由PIPELINE_SETUP_CREATE变为DATA_STREAMING 将要发送的packet从dataQueue中移到ackQueue中，然后向pipeline中发送packet。
其实把client端的操作说完这个写过程基本就可以了，当然如果你想更好一点可以看情况挑一些datanode端的内容来说，或者你可以画个图，边画边说显得更自然一点。
datanode端在client创建pipeline时，通过DataXceiverServer接收到client的socket请求，创建一个DataXceiver线程，由DataXceiver线程处理来自client的写请求；
DataXceiver线程会实例化一个BlockReceiver对象，并判断是否有downstream，如果有则创建一个downstream的socket，发送写请求；
与downstream建立连接之后，在blockReceiver.receiveBlock循环调用receivePacket接收packet，向downstream发送packet之前将packet放入ackQueue(当前ackQueue是PacketResponder线程维护的)中，然后将data和checksum写入磁盘；
在blockReceiver.receiveBlock中还会启动一个PacketResponder线程，此线程负责接收downstream发送的packet ack，校验成功之后从ackQueue中移除，向upstream发送自己的ack和downstream的ack；
最终所有的ack都汇集到 ResponseProcessor 线程中，如果ack没有error则从ackQueue中移除；如果有error，先将ackQueue中的packet移到dataQueue中，然后将发生error的dn从pipeline中删除，从namenode中重新申请dn与原有的没有发生error的dn组成新的pipeline，在addDatanode2ExistingPipeline中判断是否要transfer已经发送的packet，将已经发送成功的packet从之前正常的dn上transfer到新增加的dn上，并更新block是stamp，这样发生故障的DataNode节点上的block数据会在节点恢复正常后被删除。
其实讲到这里已经是超额完成任务了，真实面试的过程中不需要像我上面说得那么复杂和准确，可以直接复述我上面的内容，适当地说几个类名来，读的过程就不需要再说得那么详细，不然可能会适得其反，让面试官听得有点不耐烦，所以可以尽量简洁一些。