一、要了解HDFS客戶端寫數據的過程，首先需要明白namenode和datanode

namenode:主要保存數據的元數據，它維護著文件系統樹及整棵樹內所有的文件和目錄，說的直白點就是文件目錄的管理以及Block的管理，體現的是一個管理者的身份；

datanode:存儲並檢索數據塊的作用，也就是說數據的存儲是有datanode來直接操作的，在這體現的是一個工作者的身份，並且會定期的向namenode匯報自身的情況，

namenode 就可以比較清楚的知道其管理的每個datanode的具體情況，在數據存儲的時候就知道選擇那些datanode來存儲

二、1、客戶端需要上傳文件，首先會向namenode請求，告訴namenode需要上傳的文件的相關信息，例如路徑文件名稱大小等等，namenode會告訴客戶端是否可以上傳；如果允許客戶端上傳，（默認配置的塊的大小是128M）

如果文件大於128M,客戶端會對文件進行分割處理，這裏就做三份處理，這時候客戶端會請求namenode，提供相關塊的信息以及需要存儲的備份數（這裏默認3份）,namenode會返回相關datanode的信息給客戶端（如何選擇datanode?）,

namenode會告訴客戶端 服務器1，服務器2，服務器3即將上傳的三個datanode服務器地址，這裏客戶端就會根據返回的地址進行文件的上傳；

2、客戶端上傳時，namenode返回的是三臺服務器的地址，那麽客戶端在上傳時其實每次只針對一個datanode,也就是說客戶端不需要分別向三個datanode上傳文件，比如客戶端選擇服務器1上傳，服務器2和3其實在客戶端上傳的時候，

服務器1已經和服務器2建立了上傳通道，服務器2和服務器3也建立上傳的通道，也就是說其實三臺服務器的上傳基本是同步的，如果每次都要分別取處理，這樣效率也低，如果一個服務器上傳出現問題，這樣容錯的能力也相應的降低；

只要保證服務器1成功，上傳就是成功，HDFS內部應該是有機制去處理2-3過程中上傳失敗的容錯機制；同理文件的第二個塊也是和第一個塊一樣的上傳；

三、以上只是大致描述一下HDFS客戶端上傳的一個流程，其中還有很多細節需要在去深究，例如，上傳時，namenode是如何去選擇datanode的，客戶端是如何與namenode之間進行通信的等等，最後還是通過自己畫的一張圖來直觀的表示上傳的大致流程

hadoop 中HDFC client 寫數據的基本流程