HDFS 读文件分析

标签： hdfs 文件分析 | 发表时间：2014-04-18 04:31 | 作者：驰晨

分享到：

出处：http://ronxin999.blog.163.com

UNIX Domain Socket

UNIX Domain Socket是在socket架构上发展起来的用于同一台主机的进程间通讯（IPC），它不需要经过网络协议栈，不需要打包拆包、计算校验和、维护序号和应答等，只是将应用层数据从一个进程拷贝到另一个进程。UNIX Domain Socket有SOCK_DGRAM或SOCK_STREAM两种工作模式，类似于UDP和TCP，但是面向消息的UNIX Domain Socket也是可靠的，消息既不会丢失也不会顺序错乱。

本地读还是远程读

1 先判断datanode 上的该block是否在 fileInputStreamCache 上，即前面读过，则直接从cache上拿到留。也相当于本地读。

2 如果属性 dfs.client.use.legacy.blockreader.local 配置为true（默认为false）而且该文件block不在写的状态，因为在写的Block

不能通过本地读。则开启本地读。注意，该属性是针对Windows环境的用户。

3 如果dfs.client.use.legacy.blockreader.local 没有启用，则通过DomainSocket，即Short-Circuit Local 来读，Short-Circuit Local

需要先创建DomainSocket，如果allowShortCircuitLocalReads（dfs.client.read.shortcircuit）为true，且useLegacyBlockReaderLocal为false，这个也需要datanode

通过DomainSocket 发送FileInputStream给Client。，datanode 需要配置dfs.client.read.shortcircuit为true。协议是

REQUEST_SHORT_CIRCUIT_FDS 87

4 最后才通过远程读。

要启用Short-Circuit Local来读block，在hdfs-site.xml配置文件增加如下两个属性，注意，客户端和服务端都需要。

  <property>
    <name>dfs.client.read.shortcircuit</name>
    <value>true</value>
  </property>
  <property>
    <name>dfs.domain.socket.path</name>
    <value>/var/lib/hadoop-hdfs/dn_socket</value>
  </property>

dfs.domain.socket.path 是给 Domain Socket用的，如果这个没有配置的话，默认是“”，则Short-Circuit Local读不会生效。

读文件的流式协议：

1 版本：DATA_TRANSFER_VERSION

2 命令参数：OP_READ_BLOCK

3 块ID

4 时间戳

5 偏移量

6 读数据的长度

7 客户端标示

8 是否做checksum

client发送到datanode后，datanode的DataXReceive 接收，解析协议，解析成功，后，发一个成功连接的标示

给client，然后准备发送，发送前，先会发送checksum和计算后的偏移量，

client批判的是否为成功的标示，如果是，则继续

建立输入流通过DFSClient ，建立输入流DFSInputStream，构成成功后，对storefile获取文件块的信息，默认是10个块，并对最后一个快的大小是否改变，如果有改变，则说明该文件正在被写，更新中，则等待400ms重试，直到该文件写完。

未完，待续。。

HDFS 读文件分析

HDFS 读文件分析

猜你喜欢