【2-6】HDFS读取数据的过程
我们在centos下打开JPS，看到有几个进程，如果我们设置断点了的话，是在jps看到进程里面有RPCClient的。这说明，namenode，datanode这些都是一个类！
在eclipse里面打开Ctrl+shift+T 可以查找类
找到namenode之后，我们开始关联源码，
在这里，我们先去搜索下载一个hadoop的源码【Java的源码之前说过了，在jdk里面有】
搜索hadoop2.2.0 src 发现有两种格式 ，一个是tar.jz格式，一个是zip格式
这里复制以下二者的区别，其实Windows也可以打开tar.gz的
tar.gz与zip的区别
接下来，我们关联好hadoop的源码【也就是在未连接源码那里点连接，外部——文件夹，然后点上hadoop src那个文件夹就好】
之后在其中搜索namenode，Ctrl+shift+T 是能找到namenode的。包是org-阿帕奇-hadoop-
打开这个namenode.class，里面能找到main方法【1300+行左右】
先讲下载，下载比较简单
下载是在HDFSDemo里面写的，
我打开那个下载的代码，在
public static void main(String[] args) throws Exception{
// TODO 自动生成的方法存根
FileSystem fs = FileSystem.get(new URI("hdfs://itcast01:9000"),new Configuration());
InputStream in = fs.open(new Path("/test.jar"));
OutputStream out = new FileOutputStream("c://test.jar111");
IOUtils.copyBytes(in, out, 4096, true);
}四行代码，分别在第一行和第二行的位置处打两个断点。
第一次运行在第一行开头，再点继续，运行到第二行开头时，给出的变量fs的值是“分布式文件系统”
之后，由于我们下载了源码，也连接了源码，接下来，我们看一眼这些个源码：
Ctrl+T 可以看到这个类的所属范围。比如，点FileSystem就可以看到超类型的结构，是谁谁的子类
之后，点FileSystem.get之类的，会给出说明
返回这个URI文件系统的计划和权威【翻译不准确，但大致理解这个意思】
下面这个是FileSystem.open的
参数是一个路径path，是打开那个文件的地址。
好了，说回来，我们继续。现在打了两个断点，全部运行完成之后，在c盘出现了test.jar111这个文件
之后，再一次main右键，调试方式——然后进入调试，在上面有 单步跳入F5 单步跳过F6 单步返回F7
我此时的断点在第一行
FileSystem fs = FileSystem.get(new URI("hdfs://itcast01:9000"),new Configuration());
这里，此时我如果想进入这个方法，摁F5或者上面的单步跳入键都可以，此时，它首先load URI这个类，然后进入URI的new构造方法，然后这个new完之后，要把configuration也load到里面，然后再进入到get方法里。
【在实际操作中，我并没有进入get方法里面，
如果想直接走过，摁F6
如果想从这个方法跳出去 F7
【程序员一定要会debug，打断点很重要！！！明天讲远程debug，可以让我能看到server的运行状况】
以后，namenode那个类是不可控的，如果我也想打断点，用远程debug。
【ASK:这时候他可以用F5进入许多方法对象里面去，但是我这边进入的和他不一样。源码打不开，不知道为什么】
【不懂的名词：懒汉/饿汉 多线程 】
hdfs-default，和hdfs-site.xml
这个是configuration的文件：四个xml文件。其实就是这里所说的conf，配置。core-default.xml是hadoop默认的配置文件
倘若想看这个core-default，那在左边的“引用的库” 找到hadoop-common-2.2.0.jar 再找到里面的core-default即可。
双击打开，可以看到，
这个版本是从0.23.0版本发展过来的。别的信息也可以看到，不过在这里没有讲。
同理，在hdfs2.2.0里面可以找到hdfs-default.xml文件，在这个文件中，可以查找【暂时还不知道哪个快捷键是查找】blocksize，可以看到默认的块的大小是134217728，即128M，搜索replication，可以看到默认的dfs.replication是复制3份。
-default一般是默认的配置，-site是可以让用户再自定义的
大体来说。。。源码是根据它的一些配置信息得到一些具体的实现类，实现类叫distributed FileSystem。
首先，我们先用FileSystem工具类，.get，进入get只完成一件事：根据你的文件类型找到你的实现类，实现类叫distributed FileSystem
我们看源码只看一些重要的步骤。。源码有20W+行....我只看方法（这个方法有没有返回值，有返回值的话，类型是什么，在哪儿new的，把什么东西这个里了）
【此处没听懂。。通过反射得到它的class类型，然后可以new它的instance
最开始我得到一个工具类FileSystem，我通过工具类FileSystem的get方法（读取配置信息，通过反射）来得到一个distributedFileSystem对象。构建出来之后，调用initialize（）方法来初始化，在initialize里面构建了DFSClient，并将DFSClient作为它的成员变量。DFSClient里面通过HADOOP的RPC机制得到了一个服务端的代理对象$Proxy
这个代理对象它不满意，又使用JDK动态代理又进行了一次代理。
现在，我可以通过FileSystem得到distributedFileSystem，distributedFileSystem又可以得到DFSClient，DFSClient又可以得到服务端的代理对象，我得到这个代理对象之后，我要抓取块的信息。