wiki:Hinet131105/Lab9

◢ <實作八> | <回課程大綱> ▲ | <實作十> ◣

實作九 Lab9

Hadoop FileSystem API 原始碼觀察
Learn from Apache Hadoop FsShell.java Source Code

請先連線至 nodeN.3du.me , N 為您的報名編號

替 Hadoop 上補丁的方法

  • 在前面的範例中,我們使用 Bash 除錯技巧,得知當我們執行 hadoop fs 時,等同呼叫 FsShell 類別
  • 那 FsShell 類別在 Apache Hadoop 中,放在哪裡呢? 我們可以透過 find 指令查出來。
    user@node1:~$ find ~/hadoop/src -name "FsShell.java"
    /home/user/hadoop/src/core/org/apache/hadoop/fs/FsShell.java
    
  • 現在,我們知道 FsShell.java 原始碼的位置,我們想要對它做小幅的修正。
  • 下一個範例我們使用了一個 update jar 檔的技巧,直接修改 hadoop-core-$VERSION.jar 壓縮檔中某幾個類別(CLASS)的內容,來達成我們觀察 Hadoop 行為模式的目的
  • 執行的方式很簡單,請剪貼以下指令:
    user@node1:~$ cd ~/hadoop_labs
    user@node1:~/hadoop_labs$ lab003/FsShell
    
  • 但是背後的意義是什麼呢?首先,讓我們用 diff 觀察一下原始碼做了什麼修改
    user@node1:~$ cd ~/hadoop_labs/lab003/
    user@node1:~/hadoop_labs/lab003$ diff -Naur ~/hadoop/src/core/org/apache/hadoop/fs/FsShell.java src/FsShell.java 
    
    • FsShell.java

      old new  
      571571    Path srcPath = new Path(srcf);
      572572    FileSystem srcFs = srcPath.getFileSystem(this.getConf());
      573573    FileStatus[] srcs = srcFs.globStatus(srcPath);
       574    // Add by Jazz
       575    System.out.println("srcFs = " + srcFs.getClass().toString());
       576    System.out.println("Uri   = " + srcFs.getUri().toString());
      574577    if (srcs==null || srcs.length==0) {
      575578      throw new FileNotFoundException("Cannot access " + srcf +
      576579          ": No such file or directory.");
       
      17861789        exitCode = FsShellPermissions.changePermissions(fs, cmd, argv, i, this);
      17871790      } else if ("-ls".equals(cmd)) {
      17881791        if (i < argv.length) {
       1792          // Add by Jazz
       1793          System.out.println("doall("+cmd+","+argv+","+i+")");
      17891794          exitCode = doall(cmd, argv, i);
      17901795        } else {
       1796          // Add by Jazz
       1797          System.out.println("ls("+Path.CUR_DIR+",false), Path.CUR_DIR = " + Path.CUR_DIR);
      17911798          exitCode = ls(Path.CUR_DIR, false);
      17921799        }
      17931800      } else if ("-lsr".equals(cmd)) {
  • 至於 ant 的 build.xml 中,有一個比較特殊的語法,在第 42 行使用了 update="true" 這個選項,其意義就是呼叫 jar 的 update (-u) 功能
     41   <target name="jar" depends="compile,doc" description="Package the classes into a .jar file">
     42     <jar update="true" destfile="${jarname}" basedir="${bindir}" />
     43   </target>
    
    user@node1:~/hadoop_labs/lab003$ jar
    用法:jar {ctxui}[vfm0Me] [jar 檔案] [清單檔案] [進入點] [-C 目錄] 檔案 ...
    選項:
        -c  建立新的歸檔
        -t  列出歸檔的目錄
        -x  從歸檔中擷取已命名的 (或所有) 檔案
        -u  更新現有歸檔
        -v  在標準輸出中產生詳細輸出
        -f  指定歸檔檔案名稱
        -m  包含指定清單檔案中的清單資訊
        -e  為獨立應用程式指定應用程式進入點
            已隨附於可執行 jar 檔案中
        -0  僅儲存;不使用 ZIP 壓縮方式
        -M  不為項目建立清單檔案
        -i  為指定的 jar 檔案產生索引資訊
        -C  變更至指定目錄並包含後面所列的檔案
    
  • lab003/FsShell 所做的動作:
    1. 安裝 ant
    2. 編譯 src/FsShell.java 並使用 jar -u 將產生的 .class 更新到 hadoop-core-$VERSION.jar
    3. 顯示 hadoop-core-$VERSION.jar 與原始備份 hadoop-core-$VERSION.jar.org 的差異(請觀察日期)
    4. 採用 HADOOP_CONF_DIR 環境變數切換成單機模式,請留意畫面中出現的 srcFS 內容
    5. 切換回全分散式模式,請留意畫面中出現的 srcFS 內容

實作習題

<問題 1> 執行 lab003/FsShell,在單機模式時,srcFs 物件是哪一個 Java 類別

      (A) org.apache.hadoop.fs.LocalFileSystem
      (B) org.apache.hadoop.hdfs.DistributedFileSystem
      (C) org.apache.hadoop.fs.shell.Count
      (D) org.apache.hadoop.fs.shell.CommandFormat

<問題 2> 執行 lab003/FsShell,在全分散模式時,srcFs 物件是哪一個 Java 類別

      (A) org.apache.hadoop.fs.LocalFileSystem
      (B) org.apache.hadoop.hdfs.DistributedFileSystem
      (C) org.apache.hadoop.fs.shell.Count
      (D) org.apache.hadoop.fs.shell.CommandFormat

<問題 3> 從實作中,我們可以觀察到切換不同的設定時,FileSystem 父物件參照(Reference)指向子類別實作,會視 Configuration 而有所不同。請參考提示,並根據 ${HOME}/hadoop/src/core/org/apache/hadoop/fs 目錄的內容,試猜測 Hadoop 1.0.4 支援哪幾種檔案系統: (複選)

<提示> http://answers.oreilly.com/topic/456-get-to-know-hadoop-filesystems/

      (A) HDFS (hdfs://namenode:port)
      (B) Amazon S3 (s3:// , s3n://)
      (C) KFS 
      (D) Local File System (file:///)
      (F) FTP (ftp://user:passwd@ftp-server:port)
      (G) RAMFS (ramfs://)
      (H) HAR (Hadoop Archive Filesystem, har://underlyingfsscheme-host:port/archivepath or har:///archivepath )
Last modified 10 years ago Last modified on Nov 28, 2013, 11:19:26 PM