HDFS數據的讀取流程：
1.首先調用FileSystem對象的open方法，其實是一個DistributedFileSystem的實例
2.DistributedFileSystem通過rpc獲得文件的第一個block的locations，同一block按照副本數會返回多個locations，這些locations按照hadoop拓撲結構排序，距離客戶端近的排在前面.
3.這樣會返回一個FSDataInputStream對象，該對象會被封裝成DFSInputStream對象，DFSInputStream可以方便的管理datanode和namenode數據流。客戶端調用read方法，DFSInputStream會找出離客戶端最近的datanode並連接。
4.數據從datanode發送到客戶端。
5.如果第一塊的數據讀完了，就會關閉指向第一塊的datanode連接，接着讀取下一塊。這些操作對客戶端來說是透明的，客戶端的角度看來只是讀一個持續不斷的流。
6.如果第一批block都讀完了，DFSInputStream就會去namenode拿下一批blocks的location，然後繼續讀，如果所有的塊都讀完，這時就會關閉掉所有的流。
如果在讀數據的時候，DFSInputStream和datanode的通訊發生異常，就會嘗試正在讀的block的排第二近的datanode,並且會記錄哪個datanode發生錯誤，剩餘的blocks讀的時候就會直接跳過該datanode。DFSInputStream也會檢查block數據校驗和，如果發現一個壞的block,就會先報告到namenode節點，然後DFSInputStream在其他的datanode上讀該block的鏡像該設計的方向就是客戶端直接連接datanode來檢索數據並且namenode來負責爲每一個block提供最優的datanode，namenode僅僅處理block
location的請求，這些信息都加載在namenode的內存中，hdfs通過datanode集羣可以承受大量客戶端的併發訪問。
代碼：
1.public FSDataInputStream open(Path f) throws IOException {
return open(f, getConf().getInt("io.file.buffer.size", 4096));
}
2.(由DistributedFileSystem實現返回一個DFSDataInputStream)public abstract FSDataInputStream open(Path f, int bufferSize)
throws IOException;
3.DFSDataInputStream extends HdfsDataInputStream extends FSDataInputStream.
