HDFS读数据流程 1.打开 2.得到块的位置 3.读取 4.读取 6.关闭 5.读取 HDFS客户端 分布式文件系统 名称节点 数据未读入完成 文件系统数据输出流 名称节点 数据已读入完成 名称节点2 名称节点3 HDFS采用的文件读取模式是“文件一旦创建、写入、关闭之后就不能修改”该做法保证了数据的一致性,并能实现数据访问的高吞吐量。(摘抄自大数据导论63页) HDFS读数据的过程如图,首先客户端调用分布式文件系统向名称节点请求下载文件,名称节点通过查询元数据,找到文件块所在的数据节点地址。 挑选一台数据节点(就近原则,然后随机)服务器,请求读取数据。 数据节点开始传输数据给客户端。 客户端以打包好的数据包为单位接收,先在本地缓存,然后写入目标文件中。