HDFS - 寫文件
1.客戶端將文件寫入本地磁盤的HDFS Client文件中
2.當臨時文件大小達到一個block大小時，HDFS client通知NameNode，申請寫入文件
3.NameNode在HDFS的文件系統中創建一個文件，並把該block id和要寫入的DataNode的列表返回給客戶端
4.客戶端收到這些信息後，將臨時文件寫入DataNodes
- 4.1 客戶端將文件內容寫入第一個DataNode（一般以4kb爲單位進行傳輸）
- 4.2 第一個DataNode接收後，將數據寫入本地磁盤，同時也傳輸給第二個DataNode
- 4.3 依此類推到最後一個DataNode，數據在DataNode之間是通過pipeline的方式進行復制的
- 4.4 後面的DataNode接收完數據後，都會發送一個確認給前一個DataNode，最終第一個DataNode返回確認給客戶端
- 4.5 當客戶端接收到整個block的確認後，會向NameNode發送一個最終的確認信息
- 4.6 如果寫入某個DataNode失敗，數據會繼續寫入其他的DataNode。然後NameNode會找另外一個好的DataNode繼續複製，以保證冗餘性
- 4.7 每個block都會有一個校驗碼，並存放到獨立的文件中，以便讀的時候來驗證其完整性
5.文件寫完後（客戶端關閉），NameNode提交文件（這時文件纔可見，如果提交前，NameNode垮掉，那文件也就丟失了。fsync：只保證數據的信息寫到NameNode上，但並不保證數據已經被寫到DataNode中）
Rack aware（機架感知）
通過配置文件指定機架名和DNS的對應關係
假設複製參數是3，在寫入文件時，會在本地的機架保存一份數據，然後在另外一個機架內保存兩份數據（同機架內的傳輸速度快，從而提高性能）
整個HDFS的集羣，最好是負載平衡的，這樣才能儘量利用集羣的優勢