client呼叫filesystem.open(),該filesystem指向的例項是distrbutedfilesystem（dfs），它通過rpc請求到namenode.
namenode收到請求後，對於每乙個塊返回存有該副本的datanode位址。並且依照「網路拓撲」來排序。（就近原則）
dfs獲取到blocklocations後，可以根據當前讀取偏移量計算指定datanode並進行通訊，返回乙個fsdatainputstream,該物件管理datanode和namenode的i/o， 客戶端反覆呼叫stream.read()方法獲取資料 (這步包含了權威指南的3，4步驟)。
到達塊的末端時，stream關閉與當前互動的datanode的連線，繼續尋找下乙個最佳的datanode再執行步驟3操作。
client從stream讀取資料時，塊是按照開啟stream和datanode的順序讀取的，它也會詢問namenode來檢索下一批資料塊datanode的位置。(《權威指南第三版》76頁倒數第4行描述有誤，事實上一次性獲取了完整的blocklocations) 一旦client讀取完成，就對stream執行close操作
上述流程是在正常讀取，並且沒有發生故障的理想情況下。
補充：總結：這個設計的重點是，namenode告知客戶端每個塊中最佳的datanode,並讓客戶端直接連線到該datanode檢索資料。由於資料流分散在集群中的所有datanode,所以這種設計能使hdfs可擴充套件到大量的併發客戶端。同時，namenode只需要響應塊位置的請求（這些資訊儲存在記憶體中，所以非常高效），無須響應資料請求，否則隨著客戶端數量的增長，namenode會很快成為瓶頸。
HDFS 檔案讀取過程
client向namenode發起rpc請求，來確定請求檔案block所在的位置 namenode會視情況返回檔案的部分或者全部block的主機列表，namenode會對列表進行排序，排序兩個規則 網路拓撲結構中距離 client 近的排靠前 心跳機制中超時匯報的 dn 狀態為 stale，這樣的排...
HDFS檔案讀取和寫入
讀取檔案 一 讀取方式一 寫入哪個datanode是不確定的，主要尋找讀取速度較快的datanode 怎麼找到這種datanode，從以下幾個方面 是否有本機位置，本機架位置，本機房位置 依次重試讀取檔案，直到讀取檔案成功 二 讀取方式二 backupread 每次讀取時，client會並行試著讀取...
從hdfs讀取image檔案
發現從hdfs直接讀取image檔案response image.open filepath 會報錯路徑不存在，出現這個問題是因為pil的image.open filepath 只能開啟本地路徑裡的檔案，不能開啟hdfs裡的。而且hdfs是相對路徑，所以直接開啟的話是找不到的。所以要從hdfs讀取，...