引自:http://shiyanjun.cn/archives/942.html
HDFS是一个分布式文件系统,在HDFS上写文件的过程与我们平时使用的单机文件系统非常不同,从宏观上来看,在HDFS文件系统上创建并写一个文件,流程如下图(来自《Hadoop:The Definitive Guide》一书)所示:
具体过程描述如下:
-
Client调用DistributedFileSystem对象的create方法,创建一个文件输出流(FSDataOutputStream)对象
-
通过DistributedFileSystem对象与Hadoop集群的NameNode进行一次RPC远程调用,在HDFS的Namespace中创建一个文件条目(Entry),该条目没有任何的Block
-
通过FSDataOutputStream对象,向DataNode写入数据,数据首先被写入FSDataOutputStream对象内部的Buffer中,然后数据被分割成一个个Packet数据包
-
以Packet最小单位,基于Socket连接发送到按特定算法选择的HDFS集群中一组DataNode(正常是3个,可能大于等于1)中的一个节点上,在这组DataNode组成的Pipeline上依次传输Packet
-
这组DataNode组成的Pipeline反方向上,发送ack,最终由Pipeline中第一个DataNode节点将Pipeline ack发送给Client
-
完成向文件写入数据,Client在文件输出流(FSDataOutputStream)对象上调用close方法,关闭流
-
调用DistributedFileSystem对象的complete方法,通知NameNode文件写入成功
下面代码使用Hadoop的API来实现向HDFS的文件写入数据,同样也包括创建一个文件和写数据两个主要过程,代码如下所示:
01
|
static String[] contents = new String[] {
|
02
|
"aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa",
|
03
|
"bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb",
|
04
|
"cccccccccccccccccccccccccccccccccccccccccccccccccccccccccc",
|
05
|
"dddddddddddddddddddddddddddddddd",
|
06
|
"eeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeee",
|
09
|
public static void main(String[] args) {
|
11
|
Path path = new Path(file);
|
12
|
Configuration conf = new Configuration();
|
14
|
FSDataOutputStream output = null;
|
16
|
fs = path.getFileSystem(conf);
|
17
|
output = fs.create(path); // 创建文件
|
18
|
for(String line : contents) { // 写入数据
|
19
|
output.write(line.getBytes("UTF-8"));
|
22
|
} catch (IOException e) {
|
27
|
} catch (IOException e) {
|
结合上面的示例代码,我们先从fs.create(path);开始,可以看到FileSystem的实现DistributedFileSystem中给出了最终返回FSDataOutputStream对象的抽象逻辑,代码如下所示:
1
|
public FSDataOutputStream create(Path f, FsPermission permission,
|
3
|
int bufferSize, short replication, long blockSize,
|
4
|
Progressable progress) throws IOException {
|
6
|
statistics.incrementWriteOps(1);
|
7
|
return new FSDataOutputStream
|
8
|
(dfs.create(getPathName(f), permission, overwrite, true, replication, blockSize, progress, bufferSize), statistics);
|
上面,DFSClient dfs的create方法中创建了一个OutputStream对象,在DFSClient的create方法:
01
|
public OutputStream create(String src,
|
02
|
FsPermission permission,
|
07
|
Progressable progress,
|
09
|
) throws IOException {
|
创建了一个DFSOutputStream对象,如下所示:
1
|
final DFSOutputStream result = new DFSOutputStream(src, masked,
|
2
|
overwrite, createParent, replication, blockSize, progress, buffersize,
|
3
|
conf.getInt("io.bytes.per.checksum", 512));
|
下面,我们从DFSOutputStream类开始,说明其内部实现原理。
DFSOutputStream内部原理
打开一个DFSOutputStream流,Client会写数据到流内部的一个缓冲区中,然后数据被分解成多个Packet,每个Packet大小为64k字节,每个Packet又由一组chunk和这组chunk对应的checksum数据组成,默认chunk大小为512字节,每个checksum是对512字节数据计算的校验和数据。
当Client写入的字节流数据达到一个Packet的长度,这个Packet会被构建出来,然后会被放到队列dataQueue中,接着DataStreamer线程会不断地从dataQueue队列中取出Packet,发送到复制Pipeline中的第一个DataNode上,并将该Packet从dataQueue队列中移到ackQueue队列中。ResponseProcessor线程接收从Datanode发送过来的ack,如果是一个成功的ack,表示复制Pipeline中的所有Datanode都已经接收到这个Packet,ResponseProcessor线程将packet从队列ackQueue中删除。
在发送过程中,如果发生错误,所有未完成的Packet都会从ackQueue队列中移除掉,然后重新创建一个新的Pipeline,排除掉出错的那些DataNode节点,接着DataStreamer线程继续从dataQueue队列中发送Packet。
下面是DFSOutputStream的结构及其原理,如图所示:
我们从下面3个方面来描述内部流程:
Client写数据时,会将字节流数据缓存到内部的缓冲区中,当长度满足一个Chunk大小(512B)时,便会创建一个Packet对象,然后向该Packet对象中写Chunk Checksum校验和数据,以及实际数据块Chunk Data,校验和数据是基于实际数据块计算得到的。每次满足一个Chunk大小时,都会向Packet中写上述数据内容,直到达到一个Packet对象大小(64K),就会将该Packet对象放入到dataQueue队列中,等待DataStreamer线程取出并发送到DataNode节点。
DataStreamer线程从dataQueue队列中取出Packet对象,放到ackQueue队列中,然后向DataNode节点发送这个Packet对象所对应的数据。
发送一个Packet数据包以后,会有一个用来接收ack的ResponseProcessor线程,如果收到成功的ack,则表示一个Packet发送成功。如果成功,则ResponseProcessor线程会将ackQueue队列中对应的Packet删除。
DFSOutputStream初始化
首先看一下,DFSOutputStream的初始化过程,构造方法如下所示:
01
|
DFSOutputStream(String src, FsPermission masked, boolean overwrite,
|
02
|
boolean createParent, short replication, long blockSize, Progressable progress,
|
03
|
int buffersize, int bytesPerChecksum) throws IOException {
|
04
|
this(src, blockSize, progress, bytesPerChecksum, replication);
|
06
|
computePacketChunkSize(writePacketSize, bytesPerChecksum); // 默认 writePacketSize=64*1024(即64K),bytesPerChecksum=512(没512个字节计算一个校验和),
|
09
|
if (createParent) { // createParent为true表示,如果待创建的文件的父级目录不存在,则自动创建
|
10
|
namenode.create(src, masked, clientName, overwrite, replication, blockSize);
|
12
|
namenode.create(src, masked, clientName, overwrite, false, replication, blockSize);
|
14
|
} catch(RemoteException re) {
|
15
|
throw re.unwrapRemoteException(AccessControlException.class,
|
16
|
FileAlreadyExistsException.class,
|
17
|
FileNotFoundException.class,
|
18
|
NSQuotaExceededException.class,
|
19
|
DSQuotaExceededException.class);
|
21
|
streamer.start(); // 启动一个DataStreamer线程,用来将写入的字节流打包成packet,然后发送到对应的Datanode节点上
|
23
|
上面computePacketChunkSize方法计算了一个packet的相关参数,我们结合代码来查看,如下所示:
|
24
|
int chunkSize = csize + checksum.getChecksumSize();
|
25
|
int n = DataNode.PKT_HEADER_LEN + SIZE_OF_INTEGER;
|
26
|
chunksPerPacket = Math.max((psize - n + chunkSize-1)/chunkSize, 1);
|
27
|
packetSize = n + chunkSize*chunksPerPacket;
|
我们用默认的参数值替换上面的参数,得到:
1
|
int chunkSize = 512 + 4;
|
3
|
chunksPerPacket = Math.max((64*1024 - 25 + 516-1)/516, 1); // 127
|
4
|
packetSize = 25 + 516*127;
|
上面对应的参数,说明如下表所示:
参数名称
|
参数值
|
参数含义
|
chunkSize
|
512+4=516
|
每个chunk的字节数(数据+校验和)
|
csize
|
512
|
每个chunk数据的字节数
|
psize
|
64*1024
|
每个packet的最大字节数(不包含header)
|
DataNode.PKT_HEADER_LEN
|
21
|
每个packet的header的字节数
|
chunksPerPacket
|
127
|
组成每个packet的chunk的个数
|
packetSize
|
25+516*127=65557
|
每个packet的字节数(一个header+一组chunk)
|
在计算好一个packet相关的参数以后,调用create方法与Namenode进行RPC请求,请求创建文件:
1
|
if (createParent) { // createParent为true表示,如果待创建的文件的父级目录不存在,则自动创建
|
2
|
namenode.create(src, masked, clientName, overwrite, replication, blockSize);
|
4
|
namenode.create(src, masked, clientName, overwrite, false, replication, blockSize);
|
远程调用上面方法,会在FSNamesystem中创建对应的文件路径,并初始化与该创建的文件相关的一些信息,如租约(向Datanode节点写数据的凭据)。文件在FSNamesystem中创建成功,就要初始化并启动一个DataStreamer线程,用来向Datanode写数据,后面我们详细说明具体处理逻辑。
Packet结构与定义
Client向HDFS写数据,数据会被组装成Packet,然后发送到Datanode节点。Packet分为两类,一类是实际数据包,另一类是heatbeat包。一个Packet数据包的组成结构,如图所示:
上图中,一个Packet是由Header和Data两部分组成,其中Header部分包含了一个Packet的概要属性信息,如下表所示:
字段名称
|
字段类型
|
字段长度
|
字段含义
|
pktLen
|
int
|
4
|
4 + dataLen + checksumLen
|
offsetInBlock
|
long
|
8
|
Packet在Block中偏移量
|
seqNo
|
long
|
8
|
Packet序列号,在同一个Block唯一
|
lastPacketInBlock
|
boolean
|
1
|
是否是一个Block的最后一个Packet
|
dataLen
|
int
|
4
|
dataPos – dataStart,不包含Header和Checksum的长度
|
Data部分是一个Packet的实际数据部分,主要包括一个4字节校验和(Checksum)与一个Chunk部分,Chunk部分最大为512字节。
在构建一个Packet的过程中,首先将字节流数据写入一个buffer缓冲区中,也就是从偏移量为25的位置(checksumStart)开始写Packet数据的Chunk Checksum部分,从偏移量为533的位置(dataStart)开始写Packet数据的Chunk Data部分,直到一个Packet创建完成为止。如果一个Packet的大小未能达到最大长度,也就是上图对应的缓冲区中,Chunk Checksum与Chunk Data之间还保留了一段未被写过的缓冲区位置,这种情况说明,已经在写一个文件的最后一个Block的最后一个Packet。在发送这个Packet之前,会检查Chunksum与Chunk Data之间的缓冲区是否为空白缓冲区(gap),如果有则将Chunk Data部分向前移动,使得Chunk Data 1与Chunk Checksum N相邻,然后才会被发送到DataNode节点。
我们看一下Packet对应的Packet类定义,定义了如下一些字段:
01
|
ByteBuffer buffer; // only one of buf and buffer is non-null
|
03
|
long seqno; // sequencenumber of buffer in block
|
04
|
long offsetInBlock; // 该packet在block中的偏移量
|
05
|
boolean lastPacketInBlock; // is this the last packet in block?
|
06
|
int numChunks; // number of chunks currently in packet
|
07
|
int maxChunks; // 一个packet中包含的chunk的个数
|
Packet类有一个默认的没有参数的构造方法,它是用来做heatbeat的,如下所示:
02
|
this.lastPacketInBlock = false;
|
04
|
this.offsetInBlock = 0;
|
05
|
this.seqno = HEART_BEAT_SEQNO; // 值为-1
|
08
|
int packetSize = DataNode.PKT_HEADER_LEN + SIZE_OF_INTEGER; // 21+4=25
|
09
|
buf = new byte[packetSize];
|
11
|
checksumStart = dataStart = packetSize;
|
12
|
checksumPos = checksumStart;
|
通过代码可以看到,一个heatbeat的内容,实际上只有一个长度为25字节的header数据。通过this.seqno = HEART_BEAT_SEQNO;的值可以判断一个packet是否是heatbeat包,如果seqno为-1表示这是一个heatbeat包。
Client发送Packet数据
可以DFSClient类中看到,发送一个Packet之前,首先需要向选定的DataNode发送一个Header数据包,表明要向DataNode写数据,该Header的数据结构,如图所示:
上图显示的是Client发送Packet到第一个DataNode节点的Header数据结构,主要包括待发送的Packet所在的Block(先向NameNode分配Block ID等信息)的相关信息、Pipeline中另外2个DataNode的信息、访问令牌(Access Token)和校验和信息,Header中各个字段及其类型,详见下表:
字段名称
|
字段类型
|
字段长度
|
字段含义
|
Transfer Version
|
short
|
2
|
Client与DataNode之间数据传输版本号,由常量DataTransferProtocol.DATA_TRANSFER_VERSION定义,值为17
|
OP
|
int
|
4
|
操作类型,由常量DataTransferProtocol.OP_WRITE_BLOCK定义,值为80
|
blkId
|
long
|
8
|
Block的ID值,由NameNode分配
|
GS
|
long
|
8
|
时间戳(Generation Stamp),NameNode分配blkId的时候生成的时间戳
|
DNCnt
|
int
|
4
|
DataNode复制Pipeline中DataNode节点的数量
|
Recovery Flag
|
boolean
|
1
|
Recover标志
|
Client
|
Text
|
|
Client主机的名称,在使用Text进行序列化的时候,实际包含长度len与主机名称字符串ClientHost
|
srcNode
|
boolean
|
1
|
是否发送src node的信息,默认值为false,不发送src node的信息
|
nonSrcDNCnt
|
int
|
4
|
由Client写的该Header数据,该数不包含Pipeline中第一个节点(即为DNCnt-1)
|
DN2
|
DatanodeInfo
|
|
DataNode信息,包括StorageID、InfoPort、IpcPort、capacity、DfsUsed、remaining、LastUpdate、XceiverCount、Location、HostName、AdminState
|
DN3
|
DatanodeInfo
|
|
DataNode信息,包括StorageID、InfoPort、IpcPort、capacity、DfsUsed、remaining、LastUpdate、XceiverCount、Location、HostName、AdminState
|
Access Token
|
Token
|
|
访问令牌信息,包括IdentifierLength、Identifier、PwdLength、Pwd、KindLength、Kind、ServiceLength、Service
|
CheckSum Header
|
DataChecksum
|
1+4
|
校验和Header信息,包括type、bytesPerChecksum
|
Header数据包发送成功,Client会收到一个成功响应码(DataTransferProtocol.OP_STATUS_SUCCESS = 0),接着将Packet数据发送到Pipeline中第一个DataNode上,如下所示:
2
|
one = dataQueue.getFirst(); // regular data packet
|
3
|
ByteBuffer buf = one.getBuffer();
|
4
|
// write out data to remote datanode
|
5
|
blockStream.write(buf.array(), buf.position(), buf.remaining());
|
7
|
if (one.lastPacketInBlock) { // 如果是Block中的最后一个Packet,还要写入一个0标识该Block已经写入完成
|
8
|
blockStream.writeInt(0); // indicate end-of-block
|
否则,如果失败,则会与NameNode进行RPC调用,删除该Block,并把该Pipeline中第一个DataNode加入到excludedNodes列表中,代码如下所示:
02
|
LOG.info("Abandoning " + block);
|
03
|
namenode.abandonBlock(block, src, clientName);
|
05
|
if (errorIndex < nodes.length) {
|
06
|
LOG.info("Excluding datanode " + nodes[errorIndex]);
|
07
|
excludedNodes.add(nodes[errorIndex]);
|
10
|
// Connection failed. Let's wait a little bit and retry
|
DataNode端服务组件
数据最终会发送到DataNode节点上,在一个DataNode上,数据在各个组件之间流动,流程如下图所示:
DataNode服务中创建一个后台线程DataXceiverServer,它是一个SocketServer,用来接收来自Client(或者DataNode Pipeline中的非最后一个DataNode节点)的写数据请求,然后在DataXceiverServer中将连接过来的Socket直接派发给一个独立的后台线程DataXceiver进行处理。所以,Client写数据时连接一个DataNode Pipeline的结构,实际流程如图所示:
每个DataNode服务中的DataXceiver后台线程接收到来自前一个节点(Client/DataNode)的Socket连接,首先读取Header数据:
01
|
Block block = new Block(in.readLong(), dataXceiverServer.estimateBlockSize, in.readLong());
|
02
|
LOG.info("Receiving " + block + " src: " + remoteAddress + " dest: " + localAddress);
|
03
|
int pipelineSize = in.readInt(); // num of datanodes in entire pipeline
|
04
|
boolean isRecovery = in.readBoolean(); // is this part of recovery?
|
05
|
String client = Text.readString(in); // working on behalf of this client
|
06
|
boolean hasSrcDataNode = in.readBoolean(); // is src node info present
|
08
|
srcDataNode = new DatanodeInfo();
|
09
|
srcDataNode.readFields(in);
|
11
|
int numTargets = in.readInt();
|
13
|
throw new IOException("Mislabelled incoming datastream.");
|
15
|
DatanodeInfo targets[] = new DatanodeInfo[numTargets];
|
16
|
for (int i = 0; i < targets.length; i++) {
|
17
|
DatanodeInfo tmp = new DatanodeInfo();
|
21
|
Token accessToken = new Token();
|
22
|
accessToken.readFields(in);
|
上面代码中,读取Header的数据,与前一个Client/DataNode写入Header字段的顺序相对应,不再累述。在完成读取Header数据后,当前DataNode会首先将Header数据再发送到Pipeline中下一个DataNode结点,当然该DataNode肯定不是Pipeline中最后一个DataNode节点。接着,该DataNode会接收来自前一个Client/DataNode节点发送的Packet数据,接收Packet数据的逻辑实际上在BlockReceiver中完成,包括将来自前一个Client/DataNode节点发送的Packet数据写入本地磁盘。在BlockReceiver中,首先会将接收到的Packet数据发送写入到Pipeline中下一个DataNode节点,然后再将接收到的数据写入到本地磁盘的Block文件中。
DataNode持久化Packet数据
在DataNode节点的BlockReceiver中进行Packet数据的持久化,一个Packet是一个Block中一个数据分组,我们首先看一下,一个Block在持久化到磁盘上的物理存储结构,如下图所示:
每个Block文件(如上图中blk_1084013198文件)都对应一个meta文件(如上图中blk_1084013198_10273532.meta文件),Block文件是一个一个Chunk的二进制数据(每个Chunk的大小是512字节),而meta文件是与每一个Chunk对应的Checksum数据,是序列化形式存储。
写文件过程中Client/DataNode与NameNode进行RPC调用
Client在HDFS文件系统中写文件过程中,会发生多次与NameNode节点进行RPC调用来完成写数据相关操作,主要是在如下时机进行RPC调用:
-
写文件开始时创建文件:Client调用create在NameNode节点的Namespace中创建一个标识该文件的条目
-
在Client连接Pipeline中第一个DataNode节点之前,Client调用addBlock分配一个Block(blkId+DataNode列表+租约)
-
如果与Pipeline中第一个DataNode节点连接失败,Client调用abandonBlock放弃一个已经分配的Block
-
一个Block已经写入到DataNode节点磁盘,Client调用fsync让NameNode持久化Block的位置信息数据
-
文件写完以后,Client调用complete方法通知NameNode写入文件成功
-
DataNode节点接收到并成功持久化一个Block的数据后,DataNode调用blockReceived方法通知NameNode已经接收到Block
具体RPC调用的详细过程,可以参考源码。
阅读(1516) | 评论(0) | 转发(0) |