HDFS的读取流程

今天我们来说一下HDFS的读取流程是什么样的，首先我们来看一张图片

这里我们可以清楚的看到HDFS的读取流程共分以下几步：
第一步：客户端向NN申请要读取的文件的block块的位置信息列表
第二步：NN根据情况向客户端返回全部或者一部分block块所在DN的位置信息列表，这个列表是经过排序以后返回的，排序的规则有以下两种：首先根据机架感知原理，距离越靠近客户端的排名越靠前；其次，根据NN与DN之间的心跳机制，汇报超时的DN地址的排名会靠后
第三步：客户端会根据读取到的block位置信息列表调用FSDataInputStream的父类DataInputStream的read方法来并行读取数据，如果读取过程中出现错误，则客户端会向NN报告，NN会将另一个包含该block块的位置信息发送给客户端继续读取。
第四步：每接收完成一个block块都会进行checksum校验，等到数据都接收完成以后，合并成最终的文件。
第五步：释放连接资源