◢ <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。

  lab@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：

  lab@node1:~$ cd ~/hadoop_labs
  lab@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

  lab@node1:~$ cd ~/hadoop_labs/lab003/
  lab@node1:~/hadoop_labs/lab003$ diff -Naur ~/hadoop/src/core/org/apache/hadoop/fs/FsShell.java src/FsShell.java 
  

  FsShell.java

  @@ -571 +571 @@
       Path srcPath = new Path(srcf);
       FileSystem srcFs = srcPath.getFileSystem(this.getConf());
       FileStatus[] srcs = srcFs.globStatus(srcPath);
  +    // Add by Jazz
  +    System.out.println("srcFs = " + srcFs.getClass().toString());
  +    System.out.println("Uri   = " + srcFs.getUri().toString());
       if (srcs==null || srcs.length==0) {
         throw new FileNotFoundException("Cannot access " + srcf + 
             ": No such file or directory.");
  @@ -1786 +1789 @@
           exitCode = FsShellPermissions.changePermissions(fs, cmd, argv, i, this);
         } else if ("-ls".equals(cmd)) {
           if (i < argv.length) {
  +          // Add by Jazz
  +          System.out.println("doall("+cmd+","+argv+","+i+")");
             exitCode = doall(cmd, argv, i);
           } else {
  +          // Add by Jazz
  +          System.out.println("ls("+Path.CUR_DIR+",false), Path.CUR_DIR = " + Path.CUR_DIR);
             exitCode = ls(Path.CUR_DIR, false);
           } 
         } 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>
  

  lab@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 )