Hadoop中的FileStatus、BlockLocation、LocatedBlocks、InputSplit

1 FileStatus

1.1 包名
org.apache.hadoop.fs.FileStatus

1.2 格式

FileStatus{path=hdfs://192.X.X.X:9000/hadoop-2.7.1.tar.gz; isDirectory=false; length=210606807; replication=3; blocksize=134217728; modification_time=xxx; access_time=xxx; owner=xxx; group=supergroup; permission=rw-r--r--; isSymlink=false}


2 BlockLocation

2.1 包名
org.apache.hadoop.fs.BlockLocation

2.2 调用处
JobClient的writeNewSplits方法,其中调用了List<InputSplit> splits = input.getSplits(job)方法,在getSplits方法中调用了getFileLocation()。

2.3 格式

public static void getFileLocation() throws Exception {
    Configuration conf = new Configuration();
	Path fpath = new Path(AConstants.hdfsPath + "hadoop-2.7.1.tar.gz");
	FileSystem hdfs = fpath.getFileSystem(conf);
	FileStatus filestatus = hdfs.getFileStatus(fpath);
	BlockLocation[] blkLocations = hdfs.getFileBlockLocations(filestatus,0, filestatus.getLen());
	System.out.println("total block num:" + blkLocations.length);
	for (int i = 0; i < blkLocations.length; i++) {
		System.out.println(blkLocations[i].toString());
		System.out.println("文件在block中的偏移量" + blkLocations[i].getOffset()
                + ", 长度" + blkLocations[i].getLength());
	}
}
total block num:2
0,134217728,192.X.X.X
文件在block中的偏移量0, 长度134217728
134217728,76389079,192.X.X.X
文件在block中的偏移量134217728, 长度76389079


splits数组信息

int blkIndex = getBlockIndex(blkLocations, length-bytesRemaining);
splits.add(makeSplit(path, length-bytesRemaining,
splitSize,blkLocations[blkIndex].getHosts(),blkLocations[blkIndex].getCachedHosts()));
[hdfs://192.x.x.x:9000/hadoop-2.7.1.tar.gz:0+134217728, 
hdfs://192.x.x.x:9000/hadoop-2.7.1.tar.gz:134217728+31987190]


3 LocatedBlocks

3.1 包名
org.apache.hadoop.hdfs.protocol.LocatedBlocks

3.2 调用处
在hdfs读取文件时调用openInfo()方法,最终调用的是DFSInputStream的fetchLocatedBlocksAndGetLastBlockLength方法获取块信息LocatedBlocks。块的信息非常详尽,如块名称,大小,起始偏移量,IP地址等。

在hadoop中写文件实际是把block写入到datanode中,而namenode是通过datanode定期的汇报得知该文件到底由哪几个block组成的。因此在读某个文件时可能存在datanode还未汇报给namenode的情况,因此在读文件时只能读到最后一个汇报的block块。isLastBlockComplete可以标识是否读取到最后的块。若不是则会根据元数据提供的block的pipeline来到datanode上获得block的写入长度,并赋值给lastBlockBeingWrittenLength。

3.3 格式

LocatedBlocks {
	fileLength = 210606807
		underConstruction = false
		blocks = [LocatedBlock {
				BP - 1853423215 - 192.X.X.X - 1474747765776: blk_1073741828_1004;
				getBlockSize() = 134217728;
				corrupt = false;
				offset = 0;
				locs = [192.X.X.X: 50010]
			}, LocatedBlock {
				BP - 1853423215 - 192.X.X.X - 1474747765776: blk_1073741829_1005;
				getBlockSize() = 76389079;
				corrupt = false;
				offset = 134217728;
				locs = [192.X.X.X: 50010]
			}
		]
		lastLocatedBlock = LocatedBlock {
		BP - 1853423215 - 192.X.X.X - 1474747765776: blk_1073741829_1005;
		getBlockSize() = 76389079;
		corrupt = false;
		offset = 134217728;
		locs = [192.X.X.X: 50010]
	}
	isLastBlockComplete = true
}

优秀的个人博客,低调大师

微信关注我们

原文链接:https://yq.aliyun.com/articles/67304

转载内容版权归作者及来源网站所有!

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

相关文章

发表评论

资源下载

更多资源
Mario,低调大师唯一一个Java游戏作品

Mario,低调大师唯一一个Java游戏作品

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

Apache Tomcat7、8、9(Java Web服务器)

Apache Tomcat7、8、9(Java Web服务器)

Tomcat是Apache 软件基金会(Apache Software Foundation)的Jakarta 项目中的一个核心项目,由Apache、Sun 和其他一些公司及个人共同开发而成。因为Tomcat 技术先进、性能稳定,而且免费,因而深受Java 爱好者的喜爱并得到了部分软件开发商的认可,成为目前比较流行的Web 应用服务器。

Eclipse(集成开发环境)

Eclipse(集成开发环境)

Eclipse 是一个开放源代码的、基于Java的可扩展开发平台。就其本身而言,它只是一个框架和一组服务,用于通过插件组件构建开发环境。幸运的是,Eclipse 附带了一个标准的插件集,包括Java开发工具(Java Development Kit,JDK)。

Java Development Kit(Java开发工具)

Java Development Kit(Java开发工具)

JDK是 Java 语言的软件开发工具包,主要用于移动设备、嵌入式设备上的java应用程序。JDK是整个java开发的核心,它包含了JAVA的运行环境(JVM+Java系统类库)和JAVA工具。