其实我很害怕阅读源代码，不过得克服自己的恐惧感，所以打算开始阅读HDFS的源码，学习它主要有需要两个方法配合使用一是阅读源码，找到入口函数，然后根据一步步的跳转和关键数据结构的学习来了解 二是运行源码，然后设置断点跟踪执行流程，比如说client端发出ls 命令，然后跟踪此命令执行过程都调用了哪些函数，执行了什么任务，就一目了然了。

HDFS的框架结构，在上一篇日志中已经给出来了，这里就不再重复了。

从框架可以看出，HDFS中主要由namenode和datanode来组成，namenode只有一个，属于人类的大脑级任务，一旦namenode崩溃系统也就崩溃了，虽然有second namenode，但是瓶颈依然在这里。namenode的主要功能有两个一个是扮演着namespace管理者的角色，另外一个则是hDFS的inode table，管理着block的映射。

1)  filename->blocksequence (namespace)  此表存储在磁盘上，在namenode启动的时候会加载，是非常重要的资源
2)  block->machinelist ("inodes")  此表是在namenode启动后由datanode向namenode上报block信息之后创建起来的。

nn（namenode）提供的是始终被动接收服务的server，主要有协议接口：ClientProtocol接口、DatanodeProtocol接口、NamenodeProtocol接口，RefreshAuthorizationPolicyProtocol接口，RefreshUserMappingsProtocol接口。DataNode(简称dn)主要是用来存储数据文件，hdfs将一个文件分割成一个个的block，这些block可能存储在一个DataNode上或者是多个DataNode上。dn负责实际的底层的文件的读写，如果客户端client程序发起了读hdfs上的文件的命令，那么首先将这些文件分成block，然后nn将告知client这些block数据是存储在那些dn上的，之后，client将直接和dn交互。

nn主要是作为namenode server的角色来执行操作的，大部分的文件操作都转交给FSNamesystem的类来完成，而nn本身则关注于IPC接口，Http Server接口以及一些配置管理操作。

上面的类图结构中仅列出了部分重要的数据结构，查看源码可以了解到以上的每个类文件都很长，也有很多的数据变量，分别应用到各个方面。

<一> FSDirectory

FSDirectory存储整个HDFS的目录状态，通过调用FSImage和FSEditLog的方法从namenode本地磁盘读取元数据信息和向本地磁盘写入元数据信息，并将目录结构所作的修改写入到日志文件中。另外，FSDirectory保存了<filename, blocks>的映射关系。

INode 基类表示文件文件系统中的一个文件或者文件目录的抽象

INodeDirectory表示文件系统中的目录节点

INodeDirectory的关键数据结构是List<INode> children记录了目录下所有的子节点信息

INodeDirectoryWithQuota表示有配额限制的目录，根目录就是这种类型（存储在FSDiretory中）

INodeFile表示文件系统中一个文件节点

INodeFile类中最重要的数据结构是BlockInfo blocks[]，它记录了一个文件所包含的所有Block，成员方法的操作大都与Block相关

INodefileUnderConstruction表示正在构建的文件



<二> FSImage

FSImage持久化着文件和目录的元数据信息，每次namenode启动时都从磁盘将FSImage加载到内存中构建目录结构树，之后的操作都存储在editLog中，系统会定期的将editLog中的操作与FSImage进行刷新合并，从而保存最新的FSImage。

fsimage是一个二进制文件，当中记录了HDFS中所有文件和目录的元数据信息，格式如下，这是网上流传的一张经典图，这是淘宝的一个师兄画的：

imageVersion（int）——image版本号

namespaceID（int）——命名空间ID，在namenode的生命期内保持不变，datanode注册时返回作为其registrationID，每次和namenode通信时都要检查，不认识的namespaceID拒绝连接.

numFiles（16版以后long型）记录文件系统中的文件数

genstamp（long）生成image时间戳

下面是numFiles个文件（目录）信息：

path（String）——文件或目录路径

replication（int）——副本数，会调用FSEditLog.adjustReplication(replication);调整，目录的为0

mtime（long）——修改时间

atime（long）——访问时间

blockSize（long）——块大小，目录是0

NumBlocks（int）——文件包含的块数（imageVersion 9以后的版本numBlocks>=0时表示文件，之前的版本>0时表示文件），目录的为-1，saveINode2Image方法中可以看到

如果是文件，下面是NumBlocks个block的相关信息：

blockId(long)——该文件的block的blockid，

numBytes(long)——该block的大小

generationStamp(long)——该block的时间戳

如果是目录，读入quota信息：

nsQuota（long）命名空间大小配额，默认-1

dsQuota（long）磁盘空间配额，默认-1

下面是权限相关

username（String）文件或目录的所属用户名

groupname（String）组名

permission（short）权限

如果前面的path.length==0，表示根目录，设置根目录的配额，修改时间，访问时间和权限信息。

将这些信息读入内存之后，构造一个文件目录结构树，将表示文件或目录的节点填入到结构中。

再之后是加载FilesUnderConstruction.

今天就写到这里吧 果然看代码还是挺累 挺慢的