上次小編說了讀取數據的過程，今天小編給你說說怎么寫數據，這是很重要的知識，跟CGFT考試中的讀數據是相對的哦！

(1)客戶端通過FileSystem.create()創建文件。

相應地，在HDFS文件系統中，DistributedFile System具體實現了FileSystem,因此，調用crea0方法后，DistributedFileSystem會創建輸出流對象FSDataOutputStream,對于HDFS而言，具體的輸出流就是DFSOutputStream。

(2)然后，DistributedFileSystem通過RPC遠程調用名稱節點，在文件系統的命名空間中佳建一個新的文件。名稱節點會執行一些檢查，比如文件是否已經存在，客戶端是否有權限創建文件等。檢查通過之后，名稱節點會構造一個新文件，并添加文件信息。遠程方法調用結束后，DistributedFileSystem會利用DFSOutputStream來實例化FSDataOutputStream,返回給客戶端，客戶端使用這個輸出流寫人數據。

(3)獲得輸出流FSDataOutputStream以后，客戶端調用輸出流的write()方法向HDFS中對應的文件寫入數據。

(4)客戶端向輸出流FSDataOutputStream中寫入的數據，會首先被分成一個個的分包，這些分包被放入DFSOutputStream對象的內部隊列。輸出流FSDataOutputStream會向名稱節點申請保存文件和副本數據塊的若干個數據節點，這些數據節點形成一個數據流管道。隊列中的分包*后被打包成數據包，發往數據流管道中的*個數據節點，*個數據節點將數據包發送給第二個數據節點，第二個數據節點將數據包發送給第三個數據節點，這樣，數據包會流經管道上的各個數據節點（即第3.5.2節介紹的流水線復制策略）。

(5)因為各個數據節點位于不同機器上，數據需要通過網絡發送，因此，為了*所有數據節點的數據都是*的，接收到數據的數據節點要向發送者發送“確認包”（ACK Packet)。確認包沿著數據流管道逆流而上，從數據流管道依次經過各個數據節點并*終發往客戶端，當客戶端收到應答時，它將對應的分包從內部隊列移除。不斷執行（3)~(5)步，直到數據全部寫完。

(6)客戶端調用close()方法關閉輸出流，此時開始，客戶端不會再向輸出流中寫入數據，所以，當DFSOutputStream對象內部隊列中的分包都收到應答以后，就可以使用ClientProtocol.complete()方法通知名稱節點關閉文件，完成一次正常的寫文件過程。