在hadoop中，通常文件的大小很大，因此它们被配置为在接收到部分数据后立即传输数据，以便可以开始对其进行处理。
让我们用一个例子来讨论它，假设有3个数据节点，并且要执行一个Map作业。输入文件所在的数据或块位于节点1中，其复制位于节点2中（我们假设复制因子为2）。但是由于某些原因或可能是其他作业正在节点1和节点2上运行，由于它们都很忙，因此现在需要在没有输入文件的节点3上执行Map作业，而我们要在其上执行Map作业，因此现在需要将输入文件传输到此节点3。现在，如果节点管理器将等待整个可能64mb的fie传输到节点3，然后再开始map作业，那么它肯定会比传输4kb有更多的头。因为4kb的传输速度更快，而且只要节点3接收到它。它将启动Map作业。这是hadoop的一个简单场景。
如果您将研究hadoop流数据需要连续流，这就是为什么在不同的数据节点之间传输4kb的数据以保持传输短而快，这也是为什么spark流优于hadoop流的主要原因之一，因为hadoop不传输连续的数据，它传输的数据非常小看起来像是连续的数据块。
您可以访问http://javacrunch.in/yarn.jsp 如果您想了解节点管理器如何启动任何作业。
希望这能解决你的疑问。

你的问题有答案。
在此图片中，我们假设文件大小等于块大小（128MB）。所以呢 **A, B, C .. are the chunks in block**
https://i.stack.imgur.com/reo6r.jpg
当数据节点1从客户机接收到第一个4kb（a）块时，它将该块存储在其本地存储库中，并立即开始将其传输到流中的数据节点2。同样，当数据节点2从数据节点1接收到第一个4kb块时，它将该块存储在其本地存储库中，并立即开始将其传输到数据节点3
这里的优点是数据节点2和3不需要等到128 mb的数据复制到数据节点1之后才开始复制。所以，延迟是因为复制将只是一个或两个chuck的复制时间，因为所有的块都并行地复制到节点。