1、客户端通过调用DistributedFileSystem的create()方法，创建一个新文件，DistributedFileSystem通过RPC调用，在NameNode的文件系统命名空间中创建一个新文件，此时还没有相关的DataNode与之相关联
2、NameNode会通过多种验证保证新的文件不存在于文件系统中，并且确保请求客户端拥有创建文件的权限。当所有验证通过后，NameNode会创建一个新文件的记录，如果创建失败，则抛出一个IOException异常；如果成功，DistributedFileSystem返回一个FSDataOutputStream给客户端用于写入数据。FSDataOutputStream包含了一个DFSOutputStream，客户端用它来处理DataNode和NameNode之间的通信。
3、当客户端写入数据时，DFSOutputStream会将文件分成一个个的数据包(packet),然后放入一个内部队列中，称为”数据队列“。DataStream处理数据队列，它的责任是挑选出适合存储数据副本的一组DataNode，并请求NameNode分配新的DataNode。
返回的DataNode列表形成一个“管道”，假设这里的副本数是3，那么这个管道中就会有3个DataNode, DataStreamer将文件包以流的方式传送给队列中的第一个DataNode。第一个DataNDode会存储这个包，然后将它推送到第二个DataNode中，随后照这样进行，直到管道中的最后一个DataNode。
4、DFSOutputStream同时也会保存一个包的内部队列，用来等待管道中的DataNode返回确认信息，这个队列被称为确认队列〔ack queue)。只有当所有管道中的DataNode都返回了写入成功的返回信息文件包，才会从确认队列中删除。
HDFS会考虑写入失败的情况
当数据写入节点失败时，HDFS会做出以下反应:首先管道会被关闭，任何在确认队列中的数据包都会被添加到数据队列的前端，这样管道中失败的DataNode都不会丢失数据。当前存放在正常工作的DataNode之上的文件块会被赋予一个新的身份，井且和NameNode进行关联，这样，如果失败的DataNode过段时间后会从故障中恢复出来。其中的部分数据块就会被删除。然后，管道会把失败的DataNode删除，文件会继续被写到管道中的另外两个DataNode中。最后，NameNode会注意到现在的文件块副本数没有达到配置属性要求，会在另外的DataNode上重新安排创建一个副本，随后的文件会正常执行写入操作。
在文件块写入期间，多个DataNode同时出现故障的可能性存在，但是很小。只要dfs.replicatinn.min的属性值(默认为1)成功写入，这个文件块就会被异步复制到集群的其他 DataNode中，直到满足dfs. rcplication. min的属性值(默认为3)。
客户端成功完成数据写入的操作后，就会调用close()函数关闭数据流。这步操作会在连接NameNode确认文件写入完全之前将所有剩下的文件包放入DataNode管道,等待通知确认信息.NameNode会知道哪些块组成一个文件(通过DataStreamer获得块位置信息)，这样NameNode只要在返回成功标志前等待块被最小量(dfs.replication.min )复制即可。