最近有一个优化HDFS读取访问的需求，需要根据访问者的位置计算得到最佳的datanode返回给client，工作中，搜索了各种文章和材料，但是几乎没有太深入的，对我这个初学者来说，信息量不大够，所以就自己动手深入的看了一下源码，对相关的机制进行了一定的探索。根据自己的体会写一点心得，文中部分术语不够准确的希望能够留言予以指正。

• HDFS文件访问的机制

无论那种情形（CLI、Java、REST…），HDFS文件系统最终都是通过在节点上的HDFS Client来实现对文件的访问，在逻辑上来讲，是这样的：

client

在实际的物理拓扑中，是这样的：

• JAVA API client

  javaclient

• REST API client

  REST

  担负着Client角色的是org.apache.hadoop.hdfs.DFSClient这个类，它提供了一系列访问HDFS的接口和工具。
  第一幅图是我手动画的，为了熟悉ubuntu下的dia绘图工具，加上删选和操作关联比较紧密的类，前后花了将近4个小时。。。第二幅图是用eclipse的插件Objectaid辅助生成的，手动调整了个别的函数调用，虽然这厮功能强大，但是也有不够完善的地方，不过瑕不掩瑜，毕竟比dia方便很多。

• Java API 方式文件读取时序图一（Using dia）：

Hadoop HDFS open文件操作时序图

• Java API 方式文件读取时序图二（Using Objecaid for eclipse）：

Java API sequence

• webHDFS Client get操作时序图（Using Objecaid for eclipse）：

REST sequence

  待续