<ignore_js_op>
1）NameNode、DataNode和Client
NameNode可以看作是分布式文件系統中的管理者，主要負責管理文件系統的命名空間、集群配置信息和存儲塊的復制等。NameNode會將文件系統的Meta-data存儲在內存中，這些信息主要包括了文件信息、每一個文件對應的文件塊的信息和每一個文件塊在DataNode的信息等。
DataNode是文件存儲的基本單元，它將Block存儲在本地文件系統中，保存了Block的Meta-data，同時周期性地將所有存在的Block信息發送給NameNode。
Client就是需要獲取分布式文件系統文件的應用程序。
2）文件寫入
Client向NameNode發起文件寫入的請求。
NameNode根據文件大小和文件塊配置情況，返回給Client它所管理部分DataNode的信息。
Client將文件划分為多個Block，根據DataNode的地址信息，按順序寫入到每一個DataNode塊中。
3）文件讀取
Client向NameNode發起文件讀取的請求。
NameNode返回文件存儲的DataNode的信息。
Client讀取文件信息。
----------------------------------------------------------------------------------------------------------------------------------------------------------------
通信方式介紹：
在hadoop系統中，master/slaves/client的對應關系是：
master---namenode；
slaves---datanode；
client---dfsclient；
那究竟是通過什么樣的方式進行通信的呢，在這里從大體介紹一下：
簡單地講：
client和namenode之間是通過rpc通信；
datanode和namenode之間是通過rpc通信；
client和datanode之間是通過簡單的socket通信。
隨便拔一下DFSClient的代碼，可以看到它有一個成員變量public final ClientProtocolnamenode;
而再拔一下DataNode的代碼，可以看到它也有一個成員變量public DatanodeProtocolnamenode
文章轉自：http://www.aboutyun.com/thread-6794-1-1.html