HDFS：读流程

写的不到位的地方，欢迎评论指出不足之处

1、节省消耗

       ●   为了降低整体的带宽消耗和读取延时，HDFS会尽量让读取程序读取离它最近的副本

       ●   如果在读取程序的同一个机架上有一个副本，那么就读取该副本

       ●   如果一个 HDFS 集群跨越多个数据中心，那么客户端也将首先读本地数据中心的副本

       ●   总之，先读取最近的（本地）

2、全级操作（获取所有块）

       ●   语义

             ●  下载一个文件

             ●  HDFS Client 和 NameNode 交互文件元数据获取 fileBlockLocation（块的位置信息）

             ●  NameNode 会按距离策略排序返回

             ●  HDFS Client 尝试下载 Block 并校验数据完整性

             ●  如果在读取某个 DataNode 时（读取失败、校验不对），则从副本中读取

3、子级操作（获取指定块）

       ●   语义

             ●  下载一个文件其实是获取文件的所有Bock元数据，那么子集获取某些 Block应该成立

             ●  HDFS 支持 Client 给出文件的 offset

                  ●  自定义连接哪些 Block 的 DataNode，自定义获取数据  

             ●  这个是支持计算层的分治、并行计算的核心