1、客户端通过调用FileSystem 对象open方法来打开文件
2、DistributedFileSystem通过RPC调用来调用 namenode,确定文件快的起始位置,,namenode返回存有这块副本的datanode地址。
3、datanode根据他们与客户端的距离来排序,
4、DistributedFileSystem返回一个FSDataInputStream对象一个支持文件定位的输入流,
5、客户端调用read方法从 DataNode读取文件。
6、一旦客户端读取完毕,就调用close方法。
============================================
7、如果DFSinputStream 与datanode通讯时遇到错误。会尝试从这个错误块最近的datanode读取数据,它也会记住这个错误,以后不会反复读取这个节点。
8、另外还有校验和校验datanode的数据是否完整,如果发现有损坏的快,则会通知namenode。
====================================================
客户端直接连接datanode检索数据,这种情况能是HDFS拓展到大量的并发客户端,
namenode只需要相应快位置的请求。因为这些信息存储在内存中,所有非常高效。
=================================
hadoop权威指南 第三版 page(77)