根据下图介绍HDFS的写入流程。
步骤
1. create
客户端通过对DistributedFileSystem对象调用create()方法来发起创建文件流程。
2. create
DistributedFileSystem对象对namenode创建一个RPC调用，在文件系统中的命名空间中创建一个文件，此时还没有对此文件创建相应的数据块。namenode执行各种检查确保这个文件不存在以及客户端有新建该文件的权限。如果检查通过namenode就会创建这个文件并添加一条记录。否则，文件创建失败并向客户端抛出IOException异常。DistributedFileSystem对象向客户端返回一个FSDataOutputStream对象。
3. write
客户端获得FSDataOutputStream对象后，开始写入数据。和读取数据一样FSDataOutputStream封装了DFSOutputStream对象，该对象负责处理datanode和namenode之间的通讯。
4. write packet
DFSOutputStream将写入的数据分成一个个的数据包并写入内部队列，称为“数据队列”。DataStreamer处理数据队列，它的挑选出一组合适存储数据的datanode，namenode根据这些信息来分配新的数据块。假设副本数为3，则写入需要涉及3个datanode。DataStreamer将数据包流式写入第一个datanode中，并且第一个会将数据转发给第二个datanode。同样，第二个也会将数据转发给第三个datanode。
5. ack packet
DFSOutputStream也维护着一个内存数据包队列来等待datanode收到数据的确认回执，称为“确认队列”。收到所有datanode确认信息后，该数据包才会从确认队列删除。如果任何datanode写入数据中发生故障，则执行以下操作。
关闭错误的写入流。确认把队列中的所有数据包都添加回数据队列的最前端，等待重新发送，确保故障发生节点以后的
datanode不会漏掉任何一个数据包。当前数据块可能已经正常写入一些节点，则对这些数据块指定一个新的标识，并将该表示传递给
namenode，便于故障datanode可以删除存储的部分数据块。删除故障的
datanode，选择两个正常的datanode构建一条新的管线。余下的数据块写入管线中正常的datanode。namenode注意到块副本量不足时，会在另一个节点上创建一个新的副本。
6. close
客户端完成数据的写入后，对数据流调用close()方法。
7. complete
通知namenode所有文件写入完成后完成写入操作。
