`

namenode这个类的主要功能

阅读更多

今天来总看下namenode这个类的主要功能

首先看下这个类的注释说明:

 

/**********************************************************
 * NameNode serves as both directory namespace manager and
 * "inode table" for the Hadoop DFS.  There is a single NameNode
 * running in any DFS deployment.  (Well, except when there
 * is a second backup/failover NameNode.)
 *
 * The NameNode controls two critical tables:
 *   1)  filename->blocksequence (namespace)
 *   2)  block->machinelist ("inodes")
 *
 * The first table is stored on disk and is very precious.
 * The second table is rebuilt every time the NameNode comes
 * up.
 *
 * 'NameNode' refers to both this class as well as the 'NameNode server'.
 * The 'FSNamesystem' class actually performs most of the filesystem
 * management.  The majority of the 'NameNode' class itself is concerned
 * with exposing the IPC interface and the http server to the outside world,
 * plus some configuration management.
 *
 * NameNode implements the ClientProtocol interface, which allows
 * clients to ask for DFS services.  ClientProtocol is not
 * designed for direct use by authors of DFS client code.  End-users
 * should instead use the org.apache.nutch.hadoop.fs.FileSystem class.
 *
 * NameNode also implements the DatanodeProtocol interface, used by
 * DataNode programs that actually store DFS data blocks.  These
 * methods are invoked repeatedly and automatically by all the
 * DataNodes in a DFS deployment.
 *
 * NameNode also implements the NamenodeProtocol interface, used by
 * secondary namenodes or rebalancing processes to get partial namenode's
 * state, for example partial blocksMap etc.
 **********************************************************/

 

注释里说namenode这个节点维护的信息是:文件与文件块的关联关系(也叫namespache),这个主要由之前blog里的INodeFile这个类体现出来。文件块与机器节点之间的关系,可以用DatanodeDescriptor和BlockInfo体现出来,以后会写篇blog分析如何依据这3个模型来查询与新增修改数据关系等。

file与block的对应关系这个会持久化,如果namenode重启时需要加载这些数据,对于block与datanode的关系,因为只有持有数据的人才有资格说话,所以这个数据为了保证是最新的,需要由datanode来report给namenode,这个report是每次在心跳时一起发送的(具体分析datanode时再细说),在namenode重启时进入到safemode,datanode就会连接上namenode然后report自己磁盘上所有的block信息,当达到一定的额度就认为所有的datanode与block的信息report完毕然后退出safemode。

主要的NameNode Server的工作都是交给FSNamesystem来完成的,这个类有4700多行,他自己只是参与IPC与jetty web的功能,所以Namenode的

主要功能都在 FSNamesystem这个类里实现的。

 

因为Namenode自身的重要性,所以他作为一个枢纽联系着client  datanode  secondNameNode,从设计哲学上说就变成了namenode这个类需要实现满足枢纽功能的三个接口,分别对应与client datanode secondName做交互,当你觉得namenode需要另外一种职责时可以定义新的接口,然后让namenode实现即可。

 

首先是ClientProtocol,先看下他的注释说明

 

/**********************************************************************
 * ClientProtocol is used by user code via 
 * {@link org.apache.hadoop.hdfs.DistributedFileSystem} class to communicate 
 * with the NameNode.  User code can manipulate the directory namespace, 
 * as well as open/close file streams, etc.
 *
 **********************************************************************/

 

 例如client可以调用FileSystem来完成文件的上传,删除等等,我们可以看到这个接口里比较常用的2个函数

  新建文件的

 

 /**
   * Create a new file entry in the namespace.
   * <p>
   * This will create an empty file specified by the source path.
   * The path should reflect a full path originated at the root.
   * The name-node does not have a notion of "current" directory for a client.
   * <p>
   * Once created, the file is visible and available for read to other clients.
   * Although, other clients cannot {@link #delete(String)}, re-create or 
   * {@link #rename(String, String)} it until the file is completed
   * or explicitly as a result of lease expiration.
   * <p>
   * Blocks have a maximum size.  Clients that intend to
   * create multi-block files must also use {@link #addBlock(String, String)}.
   *
   * @param src path of the file being created.
   * @param masked masked permission.
   * @param clientName name of the current client.
   * @param overwrite indicates whether the file should be 
   * overwritten if it already exists.
   * @param replication block replication factor.
   * @param blockSize maximum block size.
   * 
   * @throws AccessControlException if permission to create file is 
   * denied by the system. As usually on the client side the exception will 
   * be wrapped into {@link org.apache.hadoop.ipc.RemoteException}.
   * @throws QuotaExceededException if the file creation violates 
   *                                any quota restriction
   * @throws IOException if other errors occur.
   */

public void create(String src, 
                     FsPermission masked,
                             String clientName, 
                             boolean overwrite, 
                             short replication,
                             long blockSize
                             )

 

 删除文件的,对应的fs命令为rm -rm/-rmr

 

/**
   * Delete the given file or directory from the file system.
   * <p>
   * same as delete but provides a way to avoid accidentally 
   * deleting non empty directories programmatically. 
   * @param src existing name
   * @param recursive if true deletes a non empty directory recursively,
   * else throws an exception.
   * @return true only if the existing file or directory was actually removed 
   * from the file system. 
   */
  public boolean delete(String src, boolean recursive)

 

 

再来看下DatanodeProtocol,以下是注释说明

 

/* NameNode also implements the DatanodeProtocol interface, used by
 * DataNode programs that actually store DFS data blocks.  These
 * methods are invoked repeatedly and automatically by all the
 * DataNodes in a DFS deployment.

**********************************************************************/

/**********************************************************************
 * Protocol that a DFS datanode uses to communicate with the NameNode.
 * It's used to upload current load information and block reports.
 *
 * The only way a NameNode can communicate with a DataNode is by
 * returning values from these functions.
 *
 **********************************************************************/
 

 

   具体看几个常用函数就明白这个意思了,同时注意还有个返回值,是namenode返回给datanode的,这个等分析datanode再说。

  

 /** Register Datanode.
   *
   * @see org.apache.hadoop.hdfs.server.datanode.DataNode#dnRegistration
   * @see org.apache.hadoop.hdfs.server.namenode.FSNamesystem#registerDatanode(DatanodeRegistration)
   * 
   * @return updated {@link org.apache.hadoop.hdfs.server.protocol.DatanodeRegistration}, which contains 
   * new storageID if the datanode did not have one and
   * registration ID for further communication.
   */
  public DatanodeRegistration register(DatanodeRegistration registration)
 当datanode启动时就调用这个。
   
   /** sendHeartbeat() tells the NameNode that the DataNode is still
   * alive and well.  Includes some status info, too. 
   * It also gives the NameNode a chance to return 
   * an array of "DatanodeCommand" objects.
   * A DatanodeCommand tells the DataNode to invalidate local block(s), 
   * or to copy them to other DataNodes, etc.
   */
  public DatanodeCommand[] sendHeartbeat(DatanodeRegistration registration,
                                       long capacity,
                                       long dfsUsed, long remaining,
                                       int xmitsInProgress,
                                       int xceiverCount)



 /**
   * blockReport() tells the NameNode about all the locally-stored blocks.
   * The NameNode returns an array of Blocks that have become obsolete
   * and should be deleted.  This function is meant to upload *all*
   * the locally-stored blocks.  It's invoked upon startup and then
   * infrequently afterwards.
   * @param registration
   * @param blocks - the block list as an array of longs.
   *     Each block is represented as 2 longs.
   *     This is done instead of Block[] to reduce memory used by block reports.
   *     
   * @return - the next command for DN to process.
   * @throws IOException
   */
  public DatanodeCommand blockReport(DatanodeRegistration registration,
                                     long[] blocks)

 

再来看下NamenodeProtocol这个接口,首先看下注释

 

/* NameNode also implements the NamenodeProtocol interface, used by
 * secondary namenodes or rebalancing processes to get partial namenode's
 * state, for example partial blocksMap etc.
 */
/*****************************************************************************
 * Protocol that a secondary NameNode uses to communicate with the NameNode.
 * It's used to get part of the name node state
 *****************************************************************************/

 

  这个接口提供了2个功能,一个是和secondNamenode之间的交互使用,另外一个是给balance使用,那么分别看看这2个功能接口。

balance主要是查看单个datanode机器上的block数,如果发现某个机器上的数很大,超出普通的那就需要将这个机器上的block移动到一个block数少的机器上了,那么做操作之前需要有一些数据支持,所以由namenode来提供了,接口是

 

 /** Get a list of blocks belonged to <code>datanode</code>
    * whose total size is equal to <code>size</code>
   * @param datanode  a data node
   * @param size      requested size
   * @return          a list of blocks & their locations
   * @throws RemoteException if size is less than or equal to 0 or
                                   datanode does not exist
   */
  public BlocksWithLocations getBlocks(DatanodeInfo datanode, long size)
  throws IOException;

 这个具体的调用实现等分析到balance时再细细分析下。

   和secondeNamenode相关的接口如下:

 

 /**
   * Closes the current edit log and opens a new one. The 
   * call fails if the file system is in SafeMode.
   * @throws IOException
   * @return a unique token to identify this transaction.
   */
  public CheckpointSignature rollEditLog() throws IOException;

  /**
   * Rolls the fsImage log. It removes the old fsImage, copies the
   * new image to fsImage, removes the old edits and renames edits.new 
   * to edits. The call fails if any of the four files are missing.
   * @throws IOException
   */
  public void rollFsImage() throws IOException;
 

 针对备份或者说二级namenode的具体实施过程需要有个流程图的东西来解释下。

 

 

分享到:
评论

相关推荐

    Hadoop源代码分析(三六)

    这个过程涉及Secondary NameNode向NameNode发起HTTP请求,触发NameNode启动HTTP客户端到Secondary NameNode处下载FSImage文件,所需的所有信息都包含在NameNode的HTTP请求中。 #### 四、Secondary NameNode的数据...

    Hadoop源代码分析

    在IT行业中,Hadoop是一个广泛使用的开源框架,主要用于大数据处理和分布式存储。深入理解Hadoop的源代码对于优化系统性能、解决技术问题以及开发自定义工具具有重要意义。本篇文章将详细探讨Hadoop的核心组件,包括...

    Hadoop源代码分析(二七)

    NameNode的核心功能主要实现在`FSNamesystem`类中,而`NameNode.java`则主要负责对外提供服务接口以及内部组件的管理和协调。 #### 三、NameNode.java成员变量详解 1. **`public FSNamesystem namesystem;`** - ...

    Hadoop源代码分析(三五)

    6. **PendingReplication Blocks线程(timethread)**:这个线程在`PendingReplicationBlocks`类中,用于检查等待复制的数据块。如果数据块长时间未被复制,会被移动到`timedOutItems`列表中,以供进一步处理。 7. **...

    Hadoop之HDFS源代码分析 pdf

    HDFS的主要功能组件包括HDFS的核心类和接口,体系结构涉及HDFS的整体设计,NameNode是HDFS的核心,负责管理文件系统的命名空间,维护文件系统的文件树及整个HDFS的元数据,而DataNode则负责存储实际的数据。...

    4、HDFS-java操作类HDFSUtil及junit测试(HDFS的常见操作以及HA环境的配置)

    以上就是关于HDFSJava操作类HDFSUtil以及JUnit测试的主要内容,它涵盖了HDFS的基础操作和高可用环境的配置,对于在Java应用中集成HDFS操作非常实用。在实际项目中,还需要根据具体需求进行调整和扩展,例如添加数据...

    HDFS文件读写操作

    第一个DataNode会继续调用下一个DataNode,依次类推,直到管道建立完成。 6. **数据块传输**:客户端开始向第一个DataNode传输数据块。数据传输是以packet为单位进行的,默认情况下,一个packet的大小为64KB。第一...

    hadoop源码分析

    源码中,`org.apache.hadoop.hdfs.server.namenode` 和 `org.apache.hadoop.hdfs.server.datanode` 包含了这两个角色的核心实现。 2. 文件块与副本策略:HDFS通过将文件切分成多个块并在多个节点上保存副本来提高...

    HadoopHA配置文件.rar

    3. **mapred-site.xml**: 在HA环境下,这个文件主要涉及YARN(Yet Another Resource Negotiator)与MapReduce的配置。`mapreduce.jobtracker.address`或`yarn.resourcemanager.address`定义了ResourceManager的地址...

    Hadoop源代码分析(四一)

    #### 四、DFSClient的主要功能 DFSClient实现了许多文件管理功能,这些功能最终会调用NameNode对应的RPC方法来实现。例如: - **setReplication**:设置文件的副本数量。 - **rename**:重命名文件。 - **delete**...

    Java-org.apache.hadoop

    Hadoop的核心库`hadoop-core`包含了实现这些功能的Java类和接口。在`hadoop-core-0.20.2-320-sources.jar`这个文件中,我们可以找到源代码,这对于开发者来说非常有价值,因为它允许他们深入了解Hadoop的工作原理,...

    基于hadoop的简易云盘实现.zip

    “人工智能”可能是指在这个简易云盘实现中,可能会用到的一些AI技术,比如数据分类、推荐系统或自动备份策略,这些功能可以提升用户体验。然而,由于标题和描述没有明确提及,这部分可能是猜测。 【压缩包子文件的...

    hadoop源码分析-HDFS部分

    DataNode与NameNode之间的通信,以及客户端与NameNode的交互,都是通过这个模块完成的。 4. **io**: 这个包包含了一系列的可序列化对象,如Writable接口,它是Hadoop中数据交换的基础。所有的数据类型,包括自定义...

    hadoop源码.zip

    1. `FSDirectory`:这是NameNode中管理文件系统元数据的关键类,包含了文件和目录的创建、删除、重命名等操作。源码中可以看到如何处理这些操作以及如何更新元数据信息。 2. `BlockManager`:负责HDFS的数据块管理和...

    Hadoop面试题汇总.doc

    15. **Secondary Namenode**:Secondary Namenode并不是备份Namenode的简单副本,它的主要功能是定期合并NameNode的元数据日志,以防止NameNode的元数据文件过大,从而提高系统稳定性。 以上知识点涵盖了Hadoop生态...

    Hadoop源代码分析之HDFS篇

    此外,NameNode会记录每个文件的数据块副本所在的DataNode列表,但并不会长期保存这些信息,而是通过DataNode的定期心跳报告来更新。 2. **DataNode**:作为HDFS的存储节点,负责存储实际的数据块,并响应客户端的...

    hadoop学习手册

    Hadoop是开源、高可靠、可扩展的分布式计算框架,主要功能包括海量数据存储(HDFS)、海量数据分析(MapReduce)和分布式资源调度(Yarn)。作为云计算的标准开源软件,Hadoop的生态系统分布图包括多个构造模块,如...

    hadoop用Quorum Journal Manager(QJM)实现高可用

    - `dfs.nameservices`: 定义一个命名服务ID,例如"my-ha",这将包含两个NameNode实例。 - `dfs.ha.namenodes.my-ha`: 指定命名服务下的NameNode ID,如"nn1"和"nn2"。 - `dfs.namenode.shared.edits.dir`: 配置...

    Hadoop面试100题.pdf

    这一过程涉及多个阶段,包括客户端请求、NameNode分配存储位置、数据块的传输和确认等。 4. **下列哪个是Hadoop运行的模式** - **知识点说明**:Hadoop支持三种运行模式:单机模式、伪分布模式和全分布模式。每种...

Global site tag (gtag.js) - Google Analytics