2、Namenode會檢查要創建的文件是否已經存在，創建者是否有權限進行操作，成功則會為文件創建一個記錄，否則會讓客戶端拋出異常；

3、當客戶端開始寫入文件的時候，客戶端會將文件切分成多個packets，並在內部以數據隊列“data queue（數據隊列）”的形式管理這些packets，並向Namenode申請blocks，獲取用來存儲replicas的合適的datanode列表，列表的大小根據Namenode中replication的設定而定；

4、開始以pipeline（管道）的形式將packet寫入所有的replicas中。開發庫把packet以流的方式寫入第一個datanode，該datanode把該packet存儲之後，再將其傳遞給在此pipeline中的下一個datanode，直到最後一個datanode，這種寫數據的方式呈流水線的形式。

5、最後一個datanode成功存儲之後會返回一個ack packet（確認隊列），在pipeline裏傳遞至客戶端，在客戶端的開發庫內部維護著"ack queue"，成功收到datanode返回的ack packet後會從"ack queue"移除相應的packet。

6、如果傳輸過程中，有某個datanode出現了故障，那麽當前的pipeline會被關閉，出現故障的datanode會從當前的pipeline中移除，剩余的block會繼續剩下的datanode中繼續以pipeline的形式傳輸，同時Namenode會分配一個新的datanode，保持replicas設定的數量。

7、客戶端完成數據的寫入後，會對數據流調用close()方法，關閉數據流；

8、只要寫入了dfs．replication．min的復本數（默認為1），寫操作就會成功，並且這個塊可以在集群中異步復制，直到達到其目標復本數（dfs．replication的默認值為3），因為namenode已經知道文件由哪些塊組成，所以它在返回成功前只需要等待數據塊進行最小量的復制。

客戶端將數據寫入HDFS的流程圖

淺談HDFS的寫流程