详细步骤解析:
1.客户端通过调用FileSystem对象的open()方法来读取希望打开的文件
2.Client向NameNode发起PRC请求,来确定请求文件block所在的位置
3.NameNode会视情况返回文件的部分或者全部的block列表,对于每个block,NameNode都会返回含有该block副本的DataNode地址;这些返回的DataNode地址,会按照集群拓扑地址得出DataNode与客户端的距离,然后进行排序(排序的两个规则:1.网络拓扑结构中距离Client近的排靠前;心跳机制中超时汇报的DataNode状态为STALE,这样的节点排靠后);
4.Client选取排序靠前的DataNode来读取block,如果客户端本身就是DataNode,那么将从本地直接获取数据(短路读取特性);
5.底层上本质是建立Socket Stream(FSDataInputStream),重复调用父类DataInputStream的read方法,直到这个块上的数据被读取完毕;
6.并行读取,若失败重新读取;
7.当读完列表的block后,若文件读取还没有结束,客户端会继续向NameNode获取下一批block列表;
8.返回后续block列表;
9.最终关闭读流,并将读取来的所有block汇合成一个完整的最终文件。
大数据-hdfs-文件读取流程-详解
最新推荐文章于 2023-08-26 16:33:14 发布