处理数据时，hadoop如何找最近的数据节点呢？

首先，namenode维护着当前集群中datanode的拓扑情况（也就是哪个datanode在哪个机架上）。

hadoop认为datanode与客户端的距离，最近的是客户端本身（如果客户端与datanode在同一台机器上时），
其次是与客户端在同一机架上的datanode，最远的是与客户端在不同机架上的datanode。

1）如果客户端在集群中，namenode就可以从数据所在datanode中，选出一个距离最短的节点了。

2）如果客户端不在集群中时，namenode认为客户端与集群中任何datanode的距离是一样的，
namenode会根据datanode负载情况，返回一个拥有数据的datanode的位置信息，供客户端访问它。