首先,namenode维护着当前集群中datanode的拓扑情况(也就是哪个datanode在哪个机架上)。
hadoop认为datanode与客户端的距离,最近的是客户端本身(如果客户端与datanode在同一台机器上时),
hadoop认为datanode与客户端的距离,最近的是客户端本身(如果客户端与datanode在同一台机器上时),
其次是与客户端在同一机架上的datanode,最远的是与客户端在不同机架上的datanode。
1)如果客户端在集群中,namenode就可以从数据所在datanode中,选出一个距离最短的节点了。
2)如果客户端不在集群中时,namenode认为客户端与集群中任何datanode的距离是一样的,
1)如果客户端在集群中,namenode就可以从数据所在datanode中,选出一个距离最短的节点了。
2)如果客户端不在集群中时,namenode认为客户端与集群中任何datanode的距离是一样的,
namenode会根据datanode负载情况,返回一个拥有数据的datanode的位置信息,供客户端访问它。