Hadoop（四）：HDFS读数据的基本流程

HDFS读数据的流程

1. shell发送下载请求

2. NameNode检测文件系统，查找a的元数据（block和block所在的位置信息）

3. 返回元数据给shell，返回的元数据会排序，排序规则：

   • 拓扑距离近排前面。

   • 返回心跳健康排前面。

4. shell按照排序，向各个节点请求下载block。

   • 底层上本质是建立Socket Stream（FSDataInputStream），重复的调用父类DataInputStream的read方法，直到这个块上的数据读取完毕

5. 把下载的文件合并起来。

6. 读取完一个block都会进行checksum验证，如果读取DataNode时出现错误，客户端会通知NameNode，然后再从下一个拥有该block副本的DataNode继续读。