HDFS文件讀取步驟是怎么樣的授翻？我們通過下圖中的步驟順序一步步梳理，然后再看這樣設(shè)計(jì)的好處藤为。
步驟（Java客戶端）
1. open
客戶端調(diào)用FileSystem對象的open()方法來打開希望讀取的文件怪与，對于HDFS來說，FileSystem對象是DistributedFileSystem的一個實(shí)例缅疟。
2. get block locations
DistributedFileSystem通過使用遠(yuǎn)程過程調(diào)用（RPC）來調(diào)用namenode分别，以確定文件起始塊的位置。對于每個塊存淫，namenode返回存有該塊副本的datanode地址耘斩。datanode根據(jù)距離客戶端的距離來排序，會選擇在最近的datanode中讀取數(shù)據(jù)桅咆。
3. read括授，read from FSDataInputStream
DistributedFileSystem類返回一個FSDataInputStream對象給客戶端用來讀取數(shù)據(jù)，該對象支持文件定位岩饼，該對象對datanode和namenode的I/O進(jìn)行了封裝荚虚。客戶端對這個輸入流代用read()方法籍茧。
4. read版述，read from first datanode
存儲著文件起始塊的datanode地址的DFSInputStream(3 中的FSDataInputStream封裝了DFSInputStream )連接距離最近的文件中的第一個塊所在的datanode，通過read()方法寞冯，將數(shù)據(jù)從datanode傳輸?shù)娇蛻舳恕?/p>
5. read渴析，read from next datanode
讀取到塊的末端時，DFSInputStream關(guān)閉與datanode的連接简十，然后尋找下一個塊的最佳（距離最近）的datanode檬某。對于客戶端來說，客戶端只是在讀取一個連續(xù)的流螟蝙。
6. close
客戶端讀取完成后恢恼，調(diào)用FSDataInputStream對象的close()方法關(guān)閉流。
設(shè)計(jì)優(yōu)勢
1. 容錯
在 4 和 5 步驟中胰默，如果DFSInputStream與datanode的通信失敗场斑，會嘗試從這個塊的另一個最鄰近的datanode讀取數(shù)據(jù)。也會記住這故障的datanode牵署，并校驗(yàn)從datanode讀取到的數(shù)據(jù)是否完整漏隐。如有損壞的塊也會嘗試從其他datanode讀取這個塊的副本，并將損壞的塊的情況告訴namenode奴迅。
2. 提高客戶端并發(fā)
客戶端可以直接連接到datanode檢索數(shù)據(jù)青责，并且namenode告知客戶端每個塊所在的距離客戶端最近的datanode。這樣數(shù)據(jù)流就分散在了集群中的所有的datanode上，使HDFS可以接受大量客戶端的并發(fā)讀取請求脖隶。
3. 減輕namenode的處理壓力
這樣設(shè)計(jì)namenode只需要響應(yīng)獲取塊位置的請求扁耐，這些信息由datanode匯報并存在內(nèi)存中，非常高效产阱，數(shù)據(jù)響應(yīng)交給datanode婉称，自身不需要響應(yīng)數(shù)據(jù)請求。如果不這樣做构蹬，namenode將成為瓶頸王暗。
