一、HDFS中提供两种通信协议
1.Hadoop RPC接口：HDFS中基于Hadoop RPC框架实现的接口
2.流式接口：HDFS中基于TCP或者HTTP实现的接口
二、下面先讲Hadoop RPC接口
Hadoop RPC调用使得HDFS进程能够像本地调用一样调用另一个进程中的方法，目前Hadoop RPC调用基于Protobuf实现，具体底层细节后面再讲，本章主要介绍Hadoop RPC接口的定义。接口定义在org.apache.hadoop.hdfs.protocol和org.apache.hadoop.hdfs.server.protocol包中，包括以下几个接口：
- ClientProtocol:客户端和名字节点间的接口；
- ClientDatanodeProtocol:客户端与数据节点的接口（这个方法主要是用于客户端获取数据节点信息时调用，真正的数据读写交互在流式接口进行）
- DatanodeProtocol:数据节点与名字节点通信接口
- InterDatanodeProtocol:数据节点与数据节点间的通信接口
- NamenodeProtocol:第二名字节点与名字节点间的接口
其他接口：主要包括安全相关接口，HA相关接口
-
ClientProtocol
ClientProtocol定义了所有由客户端发起的，由Namenode响应的操作，这个接口有80多个方法，可以分为以下几类：- HDFS文件读相关的操作
- HDFS文件写以及追加写的相关操作
- 管理HDFS命名空间的相关操作
- 系统问题与管理相关的操作
- 快照相关的操作
- 缓存相关的操作
- 其他操作
(1)读数据相关的方法
ClientProtocol中与客户端读取文件相关的方法主要有两个：getBlockLocations()和reportBadBlocks()。
客户端调用getBlockLocations()方法获取HDFS文件指定范围内所有数据块的位置信息，每个数据块的位置信息指的是存储这个数据块副本的所有Datanode的信息，而且会按照与当前客户端的距离远近排序；
客户端来调用reportBadBlocks()方法向Namenode汇报错误的数据块信息。
(2)写/追加写数据相关的方法
在HDFS客户端操作中最重要的一部分就是写入一个新的HDFS文件，或者打开一个已有的HDFS文件执行追加写操作。ClientProtocol中定义了8种方法支持HDFS写操作：
- create() 方法用于在HDFS的文件系统目录树种创建一个新的空文件。然后再调用addBlock()方法获取存储文件数据的数据块的位置信息，最后客户端根据位置信息建立数据流管道写入数据。
- append()方法用于打开一个已有的文件，如果这个文件的最后一个数据块没有写满，，则返回这个数据块的位置信息，如果写满，则新建一个数据块返回信息。
- addBlock()客户端调用addBlock()方法向指定文件添加一个新的数据块，并获取数据块副本的所有数据节点的位置信息。
- complete()当客户端完成了整个文件的写入操作后，会调用complete()方法通知Namnode。
以上是正常情况，如遇到错误时，会有以下方法： - abandonBlock()当客户端获取了一个新的申请的数据块，发现无法建立到存储这个数据块副本的某些数据节点单位连接时，会调用这个方法通知名字节点放弃这个数据块，之后客户端再次调用addBlock()方法获取新的数据块，并在参数中将无法链接的节点传给名字节点，避免再次分到这个节点上。
- getAdditionalDatanode()和updatePipeline()如果客户端已经成功建立了数据管道，在客户端写某个数据块，存储这个数据块副本的某个数据节点出现错误时，客户端首先会调用getAdditionalDatanode()方法向Namenode申请一个新的Datanode来替代出现故障的Datanode。然后客户端会调用updateBlockForPipepline()方法向Namenode申请为这个数据块分配新的时间戳，这样故障节点上的没能写完整的数据块的时间戳就会过期，在后续的块汇报操作中会被删除，最后客户端就可以使用新的时间戳建立新的数据管道，来执行对数据块的写操作。数据流管道建立成功后，客户端还需要调用updatePipeline()方法更新Namenode中当前数据块的数据管道信息。
- renewLease() 当写的过程中clientfazh发生异常时，对于任意一个Client打开的文件都需要Client定期调用该方法更新租约，如果Namenodechangshiji长时间没有收到Client的租约更新消息，就会认为Client发生故障，这是就会触发一次租约恢复操作，关闭文件并且同步所有数据节点上这个文件数据块的状态，确保HDFS系统中这个文件是正确且一致保存的。
如果写的时候Namenode节点出错，就涉及HDFS的HA，后面再讲。
(3)命名空间管理的相关方法
ClientProtocol中有很多重要的一部分操作时对Namenode命名空间的修改，我们知道FileSystom类也定义了对文件系统命名空间修改操作的API，HDFS则满足FileSystom类抽象的所有方法。
(4)系统问题与管理操作
ClientProtocol中另一个重要的部分就是支持DFSAdmin工具的接口方法，DFSAdmin是供HDFS管理员管理HDFS集群的命令行工具。
(5)快照相关操作
用户可以为HDFS的任意路径创建快照，快照保存了一个时间点上HDFS某个路径中所有数据的拷贝，快照可以将失效的集群回滚到之前一个正常的时间点上。
(6)缓存相关操作
用户可以指定一些经常被使用或者高优先级任务对应的数据，让他们常驻内存而不被淘汰到磁盘上。
(7)其他操作
2.ClientDatanodeProtocol
ClientDatanodeProtocol定义了Client和Datanode之间的接口，可以分为两部分：一部分是支持HDFS文件读取操作，另一部分是支持DFSAdmin中与数据节点管理相关的命令。
(1)getReplicaVisibleLength()
客户端调用该方法从数据节点获取某个数据块副本真实的数据长度。当客户端读取一个文件时，需要获取这个文件对应的所有数据块的长度，用于建立数据块的输入流，然后读取数据。
(2)getBlockLocalPathInfo()
HDFS对于本地读取，也就是Client和Datanode在同一物理机上时，调用该方法优化了文件读取。
(3)refreshNamenoders()
在用户管理员命令行中有一个'hdfs dfsadmindatanodehost:port'命令，用于出发指定的Datanode重新加载配置文件，该命令底层就是调用这个接口。
(4)deleteBlockPool()
在用户管理员命令行中有一个'hdfs dfsadmindatanode-deleteBlockPooldatanode-host:port blockpoolId[force]'命令,用于从指定Datanode删除blockpoolId对应的块池，如果force参数被设置，则强制删除。
。。。
3.DatanodeProtocol
DatanodeProtocol是Datanode和Namenode间的接口，Datanode会使用这个接口与Namenode握手、注册、发送心跳、进行全量或增量的数据块汇报。Namenode会在Datanode的心跳响应中携带名字节点指令(唯一途径)。
DatanodeProtocol定义的方法分为三类：Datanode启动相关、心跳相关以及数据块读写相关。
(1)Datanode启动相关方法
一个完整的Datanode启动操作会与Namenode进行4次交互，首先调用versionRequest()与Namenode进行握手操作，然后调用registerDatanode()向Namenode注册当前的Datanode，接着调用blockReport()汇报Datanode上存储的所有数据块，最后调用cacheReport()汇报Datanode缓存的所有数据块。
(2)心跳相关方法
Datanode会定期(由dfs.heartbeat.interval配置项配置，默认3秒)向Namenode发送心跳，如果Namenode长时间没有接到Datanode发送的心跳，则Namenode会认为该Datanode失败。
(3)数据块读写相关方法
Datanode在进行数据块读写操作时与Namenode交互的方法包括repotBadBlocks(),blockReceivedAndDeleted()以及commitBlockSynchronization()方法。
Datanode会调用repotBadBlocks()方法向Namenode汇报损坏的数据块，Datanode会在三种情况下调用：DataBlockScanner线程定期扫描数据节点上储存的数据块，发现数据块的校验出现错误时；数据流管道写数据时，Datanode接受了一个新的数据块，进行数据块校验操作出现错误时；进行数据块复制操作，Datanode读取本地存储的数据块时，发现本地数据块副本的长度小于Namenode记录的长度时。
Datanode会定期（默认5分钟，不可更改）调用blockReceivedAndDeleted()方法向Namenode汇报Datanode新接受的数据块或者删除的数据块。
commitBlockSynchronization()方法用于在租约恢复操作时同步数据块的状态。
(4)其他方法
4.InterDatanodeProtocol
Datanode与Datanode之间的接口，主要用于租约恢复操作。
二、流式接口
流式接口是HDFS中基于TCP或HTTP实现的接口，在HDFS中，流式接口包括了基于TCP的DataTransferProtocol接口，以及HA架构中的Active Namenode和Standby Namenode之间的HTTP接口。
1.DataTransferProtocol
2.Active Namenode和Standby Namenode之间的HTTP接口
由于Standby Namenode成功地将读入的editlog文件与当前的命名空间合并，从而始终保持着一个最新版本的命名空间，所以Standby Namenode只需定期将自己的命名空间写入一个新的fsimage文件，并通过HTTP协议将这个fsimage文件传回Active Namenode即可。
