大数据知识的学习是比较难的，那在CGFT考试中也是要学习这样的知识的，那你对读数据的过程知道多少了？今天小编给你说说哦！让你有个简单的了解！
(1)客户端通过FileSystem.open(打开文件，相应地，在HDFS文件系统中，DistributedFileSystem具体实现了 FileSystem,因此，调用open()方法后，DistributedFileSystem会创建输入流FSDatalnputStream,对于HDFS而言，具体的输入流就是DFSInputStream。
(2)在DFSInputStream的构造函数中，输入流通过ClientProtocal.getBlockLocations()远程调用名称节点，获得文件开始部分数据块的保存位置。对于该数据块，名称节点返回保存该数据块的所有数据节点的地址，同时，根据距离客户端的远近对数据节点进行排序；然后，DistributedFileSystem会利用DFSInputStream来实例化FSDataInputStream,返回给客户端，同时返回了数据块的数据节点地址。
(3)获得输入流FSDatalnputStream后，客户端调用read()函数开始读取数据。输入流根据前面的排序结果，选择距离客户端*近的数据节点建立连接并读取数据。
(4)数据从该数据节点读到客户端；当该数据块读取完毕时，FSDataInputStream关闭和该数据节点的连接。
(5)输入流通过getBlockLocations()方法查找下一个数据块（如果客户端缓存中已经包含了该数据块的位置信息，就不需要调用该方法）。
大数据技术原理与应用——概念、存储、处理、分析与应用
(6)找到该数据块的*数据节点，读取数据。
(7)当客户端读取完毕数据的时候，调用FSDatalnputStream的close()函数，关闭输入流。
需要注意的是，在读取数据的过程中，如果客户端与数据节点通信时出现错误，就会尝试接包含此数据块的下一个数据节点。
