在正常过程中，客户端将等待所有副本发送所有数据包的“确认”。但是，如果在写入过程中一个数据节点失败，客户机将继续将数据写入其余的数据节点，并且如果确认接收到所有包的数据节点数等于或大于最小副本数（默认值为1），则将成功写入。在这种情况下，由于副本的数量少于所需的副本数量，因此块将被标记为未复制，namenode将异步复制它们。
然后，即使没有创建所有必需的副本，写入过程也可以返回成功。
如果要强制仅在创建了所有副本时成功，可以将属性dfs.namenode.replication.min（默认值1）设置为等于dfs.replication（默认值3）

写剖析的工作原理类似于-当一个客户端试图在集群上写一个文件时，它会联系nn以获取dns。nn将执行所有检查并对客户端进行身份验证。现在客户端将直接联系dns来编写文件。如果复制因子设置为3，并且有2个文件分割。数据将存储在6个dns中。在这里，机架意识政策的一些图片。
现在，存储文件的两个拆分并行完成，复制是按顺序完成的。第3个dn将向第2个dn发送确认，第2个dn将向第1个dn发送ack信号。
当其他dn（对于另一个拆分）的第一个dn+接收到确认时，将向客户端发送一个确认。

它的工作原理不同 Hadoop 相比 Cassandra .
您有两个与复制相关的参数。 dfs.replication ：默认块复制。创建文件时可以指定实际的复制次数。如果在创建时中未指定复制，则使用默认值 dfs.namenode.replication.min ：最小块复制。
一次 dfs.namenode.replication.min 已满足，写入操作将被视为成功。
但这种复制 dfs.replication 将在顺序管道中发生。第一个datanode写入块并将其转发给第二个datanode。第二个datanode写入块并将其转发给第三个datanode。 DFSOutputStream 还维护等待datanodes确认的数据包的内部队列，称为ack队列。
只有当数据包已被管道中的所有数据节点确认时，才会从ack队列中删除该数据包。
您可以在相关问题中找到更多详细信息：
hadoop 2.0数据写入操作确认