Hadoop Pipeline详解[摘抄]

最近使用公司内部的一个框架写map  reduce发现没有封装hadoop streaming这些东西，查了下pipeline相关的东西

Hadoop Pipeline详解

• 20. Aug
• /
• hadoop
• /
• 1 Comment

一、说明
Hadoop 2.x相比较于1.x有了较大的改变，像MapReduce层面架构以及代码基本上是完全重写的，在HDFS层面加入了HA，Federation等特性，代码更加层次化和易读，同时加入的PB初期可能给阅读带来障碍，熟悉之后就没有太大问题了。
Pipeline一只是Hadoop重要的一个过程，不管是MR任务，Hive任务等等，最后都需要Pipeline将数据写入到HDFS中。所以熟悉Hadoop Pipeline过程还是很有意义的。

二、流程说明
Hadoop pipeline的建立可以由以下的流程图来说明，Pipeline建立牵扯的有NameNode,DataNode,DFSClient等结构。

以下为简要说明
1、首先DFSClient向NameNode发送RPC Create请求，NameNode在INode中生成新的INodeFile并加入到新的LeaseManager中作为稍后写入的租约管理。
2、请求成功返回后，DFSClient生成一个OutputStream,既DFSOutputStream
3、行程pipeline之前向NameNode发送AddBlock请求，NameNode生成新的Block，选择要写入的DataNode节点，并将Block注册到INodeFile中，以及BlockManager中，准备写入
4、建立pipeline，根据NameNode返回的信息，找到一个primary Datanode作为第一个节点，准备写入
5、DataNode Socket接收后，首先将数据写入buffer中，然后写入到下一个节点，写入成功后将buffer中数据写入本地磁盘，并等待ACK信息
6、与5一样，写入下一个节点然后写入本地，最后等待ACK信息
7、如果ACK都成功返回后，发回给DFSClient，本次写入成功。

三、详细说明

首先明确一下DFSClient写入DataNode的一些基本概念。在大方面来说每个文件由一个或多个Block组成，这个Block可以有两个意义，一个是NameNode，DataNode中的Block，它是由Block id，generate stamp组成。另一个是指存储在DataNode磁盘中的Block，真正占据存储空间。

Block的size一般在conf中定义，默认是64M。

Hadoop写入过程中是通过Packet以及Chunk去传送的，每个Chunk是由512Byte的数据位和4Byte的校验位组成，每个Packet是由127个Chunk组成，大小是127*(512+4)=65532Byte。最后如果写入写到了Block size的边界位置，发送一个空白的Packet。

确认上面的一些概念以后，就可以来看下Pipeline了。还是按照二中流程图的步骤一步一步解析。
1、DFSClient向NameNode发送Create请求
DFSClients首先向NameNode发送Create请求，NameNode中首先在生成新的INodeFile:

INodeFile newNode = dir.addFile(src, permissions, replication, blockSize, holder, clientMachine, clientNode); if (newNode == null) { throw new IOException("Unable to add " + src + " to namespace"); } leaseManager.addLease(newNode.getFileUnderConstructionFeature() .getClientName(), src);

并且在LeaseManager中加入Lease，Lease用于写入过程中的租约管理。然后再DFSClient中加入一个租约续期的线程，定期向NameNode续租约。

beginFileLease(src, result);

2、生成DFSOutputStream

final DFSOutputStream out = new DFSOutputStream(dfsClient, src, stat, flag, progress, checksum, favoredNodes); out.start();

3、申请新的Block
Pipeline建立时的状态为BlockConstructionStage.PIPELINE_SETUP_CREATE,向NameNode申请新的Block。主要的代码为：

// allocate new block, record block locations in INode. newBlock = createNewBlock(); saveAllocatedBlock(src, inodesInPath, newBlock, targets);   dir.persistNewBlock(src, pendingFile); offset = pendingFile.computeFileSize();

将新的Block与INodeFile关联，并且加入到BlockManager中。

4、建立Pipeline
与第一个DataNode建立Socket连接，端口是IPC端口，准备建立pipeline。

// send the request new Sender(out).writeBlock(block, accessToken, dfsClient.clientName, nodes, null, recoveryFlag? stage.getRecoveryStage() : stage, nodes.length, block.getNumBytes(), bytesSent, newGS, checksum, cachingStrategy.get());   // receive ack for connect BlockOpResponseProto resp = BlockOpResponseProto.parseFrom( PBHelper.vintPrefixed(blockReplyStream));

DataNode启动的时候会启动IPC Server，其中有个DataXceiver专门监听IPC端口，将各种请求转发，代码为：

/** Process op by the corresponding method. */ protected final void processOp(Op op) throws IOException { switch(op) { case READ_BLOCK: opReadBlock(); break; case WRITE_BLOCK: opWriteBlock(in); break; case REPLACE_BLOCK: opReplaceBlock(in); break; case COPY_BLOCK: opCopyBlock(in); break; case BLOCK_CHECKSUM: opBlockChecksum(in); break; case TRANSFER_BLOCK: opTransferBlock(in); break; case REQUEST_SHORT_CIRCUIT_FDS: opRequestShortCircuitFds(in); break; case RELEASE_SHORT_CIRCUIT_FDS: opReleaseShortCircuitFds(in); break; case REQUEST_SHORT_CIRCUIT_SHM: opRequestShortCircuitShm(in); break; default: throw new IOException("Unknown op " + op + " in data stream"); } }

写入的Header它的Op是WRITE_BLOCK,通过writeBlock方法进行处理。当建立Pipeline的时候stage处于BlockConstruncionStage.PIPELINE_SETUP_CREATE阶段，这时候DataNode会将请求的数据发送到下一个节点，并等待ACK信息返回给Client，代码为：

// read connect ack (only for clients, not for replication req) if (isClient) { BlockOpResponseProto connectAck = BlockOpResponseProto.parseFrom(PBHelper.vintPrefixed(mirrorIn)); mirrorInStatus = connectAck.getStatus(); firstBadLink = connectAck.getFirstBadLink(); if (LOG.isDebugEnabled() || mirrorInStatus != SUCCESS) { LOG.info("Datanode " + targets.length + " got response for connect ack " + " from downstream datanode with firstbadlink as " + firstBadLink); } }

至此，Pipeline建立完成，这个阶段并不涉及数据的传输，只是尝试建立起Pipeline并进行异常处理等。

5、数据传输阶段
用户得到的OutputStream首先写入到本地的Buffer，写完一个Packet后就发送给Primary DataNode，这个时候stage处于BlockConstruncionStage.DATA_STREAMING，代码为：

// get packet to be sent. if (dataQueue.isEmpty()) { one = new Packet(); // heartbeat packet } else { one = dataQueue.getFirst(); // regular data packet }

在DataNode部分，通过BlockReceiver来接收数据，代码为：

// receive the block and mirror to the next target if (blockReceiver != null) { String mirrorAddr = (mirrorSock == null) ? null : mirrorNode; blockReceiver.receiveBlock(mirrorOut, mirrorIn, replyOut, mirrorAddr, null, targets);   // send close-ack for transfer-RBW/Finalized if (isTransfer) { if (LOG.isTraceEnabled()) { LOG.trace("TRANSFER: send close-ack"); } writeResponse(SUCCESS, null, replyOut); } }

DataNode首先在将数据接收到Buffer中，主要代码可以看BlockReceiver的receivePacket方法,首先mirror到下一个节点：

//First write the packet to the mirror: if (mirrorOut != null && !mirrorError) { try { packetReceiver.mirrorPacketTo(mirrorOut); mirrorOut.flush(); } catch (IOException e) { handleMirrorOutError(e); } }

然后写入到本地：

// Write data to disk. out.write(dataBuf.array(), startByteToDisk, numBytesToDisk);

写入到本地的时候首先在tmp目录下建立两个文件，一个是数据文件，一个是校验文件(后缀为meta)，写入的时候首先写入数据文件，随后update checksum，写入到校验文件。

6、写完后的处理
如果一个Block写完后，DFSClient就会关闭这个Pipeline，代码为：

private void endBlock() { if(DFSClient.LOG.isDebugEnabled()) { DFSClient.LOG.debug("Closing old block " + block); } this.setName("DataStreamer for file " + src); closeResponder(); closeStream(); setPipeline(null, null); stage = BlockConstructionStage.PIPELINE_SETUP_CREATE; }

然后重复第四步，如果都写完了，DataNode会向NameNode汇报接收Block，DFSClient会向NameNode汇报complete,如果Block数没有到达最低副本数，complete需要等待一定时间再去汇报，至此pipeline完成。

原文地址  http://dj1211.com/?p=178