1）客戶端向namenode請(qǐng)求下載文件，namenode通過(guò)查詢?cè)獢?shù)據(jù)，找到文件塊所在的datanode地址。

2）挑選一臺(tái)datanode（就近原則，然后隨機(jī)）服務(wù)器，請(qǐng)求讀取數(shù)據(jù)。

3）datanode開(kāi)始傳輸數(shù)據(jù)給客戶端（從磁盤(pán)里面讀取數(shù)據(jù)放入流，以packet為單位來(lái)做校驗(yàn)）。

4）客戶端以packet為單位接收，先在本地緩存，然后寫(xiě)入目標(biāo)文件。

1.首先調(diào)用FileSystem對(duì)象的open方法，其實(shí)是一個(gè)DistributedFileSystem的實(shí)例。

2.DistributedFileSystem通過(guò)rpc獲得文件的第一批block的locations，同一個(gè)block按照重復(fù)數(shù)會(huì)返回多個(gè)locations，這些locations按照hadoop拓?fù)浣Y(jié)構(gòu)排序，距離客戶端近的排在前面。

3.前兩步會(huì)返回一個(gè)FSDataInputStream對(duì)象，該對(duì)象會(huì)被封裝DFSInputStream對(duì)象，DFSInputStream可 以方便的管理datanode和namenode數(shù)據(jù)流?？蛻舳苏{(diào)用read方法，DFSInputStream最會(huì)找出離客戶端最近的datanode 并連接。

4.數(shù)據(jù)從datanode源源不斷的流向客戶端。

5.如果第一塊的數(shù)據(jù)讀完了，就會(huì)關(guān)閉指向第一塊的datanode連接，接著讀取下一塊。這些操作對(duì)客戶端來(lái)說(shuō)是透明的，客戶端的角度看來(lái)只是讀一個(gè)持續(xù)不斷的流。

6.如果第一批block都讀完了， DFSInputStream就會(huì)去namenode拿下一批block的locations，然后繼續(xù)讀，如果所有的塊都讀完，這時(shí)就會(huì)關(guān)閉掉所有的流。

7.如果在讀數(shù)據(jù)的時(shí)候， DFSInputStream和datanode的通訊發(fā)生異常，就會(huì)嘗試正在讀的block的排序第二近的datanode,并且會(huì)記錄哪個(gè) datanode發(fā)生錯(cuò)誤，剩余的blocks讀的時(shí)候就會(huì)直接跳過(guò)該datanode

DFSInputStream也會(huì)檢查block數(shù)據(jù)校驗(yàn)和，如果發(fā)現(xiàn)一個(gè)壞的block,就會(huì)先報(bào)告到namenode節(jié)點(diǎn)，然后 DFSInputStream在其他的datanode上讀該block的鏡像。

8.該設(shè)計(jì)就是客戶端直接連接datanode來(lái)檢索數(shù)據(jù)并且namenode來(lái)負(fù)責(zé)為每一個(gè)block提供最優(yōu)的datanode， namenode僅僅處理block location的請(qǐng)求，這些信息都加載在namenode的內(nèi)存中，hdfs通過(guò)datanode集群可以承受大量客戶端的并發(fā)訪問(wèn)。