大數據知識的學習是比較難的，那在CGFT考試中也是要學習這樣的知識的，那你對讀數據的過程知道多少了？今天小編給你說說哦！讓你有個簡單的了解！

(1)客戶端通過FileSystem.open(打開文件，相應地，在HDFS文件系統中，DistributedFileSystem具體實現了 FileSystem,因此，調用open()方法后，DistributedFileSystem會創建輸入流FSDatalnputStream,對于HDFS而言，具體的輸入流就是DFSInputStream。

(2)在DFSInputStream的構造函數中，輸入流通過ClientProtocal.getBlockLocations()遠程調用名稱節點，獲得文件開始部分數據塊的保存位置。對于該數據塊，名稱節點返回保存該數據塊的所有數據節點的地址，同時，根據距離客戶端的遠近對數據節點進行排序；然后，DistributedFileSystem會利用DFSInputStream來實例化FSDataInputStream,返回給客戶端，同時返回了數據塊的數據節點地址。

(3)獲得輸入流FSDatalnputStream后，客戶端調用read()函數開始讀取數據。輸入流根據前面的排序結果，選擇距離客戶端*近的數據節點建立連接并讀取數據。

(4)數據從該數據節點讀到客戶端；當該數據塊讀取完畢時，FSDataInputStream關閉和該數據節點的連接。

(5)輸入流通過getBlockLocations()方法查找下一個數據塊（如果客戶端緩存中已經包含了該數據塊的位置信息，就不需要調用該方法）。

大數據技術原理與應用——概念、存儲、處理、分析與應用

(6)找到該數據塊的*數據節點，讀取數據。

(7)當客戶端讀取完畢數據的時候，調用FSDatalnputStream的close()函數，關閉輸入流。

需要注意的是，在讀取數據的過程中，如果客戶端與數據節點通信時出現錯誤，就會嘗試接包含此數據塊的下一個數據節點。