HDFS源码分析之NameNode（2）————Format

　　 在Hadoop的HDFS部署好了之后并不能马上使用，而是先要对配置的文件系统进行格式化。在这里要注意两个概念，一个是文件系统，此时的文件系统在物理上还不存在，或许是网络磁盘来描述会更加合适；二就是格式化，此处的格式化并不是指传统意义上的本地磁盘格式化，而是一些清除与准备工作。本文接下来将主要讨论NameNode节点上的格式化。

   我们都知道，NameNode主要被用来管理整个分布式文件系统的命名空间(实际上就是目录和文件)的元数据信息，同时为了保证数据的可靠性，还加入了操作日志，所以，NameNode会持久化这些数据(保存到本地的文件系统中)。对于第一次使用HDFS，在启动NameNode时，需要先执行-format命令，然后才能正常启动NameNode节点的服务。那么，NameNode的fromat命令到底做了什么事情呢？

hadoop namenode -format 

   在NameNode节点上，有两个最重要的路径，分别被用来存储元数据信息和操作日志，而这两个路径来自于配置文件，它们对应的属性分别是dfs.name.dir和dfs.name.edits.dir，同时，它们默认的路径均是/tmp/hadoop/dfs/name。格式化时，NameNode会清空两个目录下的所有文件，之后，会在目录dfs.name.dir下创建文件:

{dfs.name.dir}/current/fsimage  
{dfs.name.dir}/current/fstime  
{dfs.name.dir}/current/VERSION  
{dfs.name.dir}/image/fsimage  

会在目录dfs.name.edits.dir下创建文件:

{dfs.name.edits.dir}/current/edits  
{dfs.name.edits.dir}/current/fstime  
{dfs.name.edits.dir}/current/VERSION  
{dfs.name.edits.dir}/image/fsimage

　 那么这些文件又是用来干什么的呢？

  在介绍这文件的用途之前，我们可以将dfs.name.dir和dfs.name.edits.dir配置成相同的目录，这样的话，NameNode执行格式化之后，会产生如下的文件：{dfs.name.dir}/current/fsimage、{dfs.name.dir}/current/edits、{dfs.name.dir}/current/fstime、{dfs.name.dir}/current/VERSION、{dfs.name.dir}/image/fsimage，由此可以看出上面名字相同的文件实际是一样的，所以在这里，我建议把dfs.name.dir和dfs.name.edits.dir配置成相同的值，以来提高NameNode的效率。ok，现在就来重点的介绍一下这些文件的用途吧。

fsimage：存储命名空间(实际上就是目录和文件)的元数据信息，文件结构如下：

edits：用来存储对命名空间操作的日志信息，实现NameNode节点的恢复；

fstime：用来存储元数据上一次check point 的时间；

VERSION：用来存储NameNode版本信息，命名空间ID(版本号)，内容如下：

/image/fsimage: 上一次提交前的/current/fsimage文件；

  

源码分析

执行源码位于NameNode类

case FORMAT: {
        boolean aborted = format(conf, startOpt.getForceFormat(),
            startOpt.getInteractiveFormat());
        terminate(aborted ? 1 : 0);
        return null; // avoid javac warning
      }
 
    .....
}

获取配置路径，执行初始化

具体的实现format的功能是在  org.apache.hadoop.hdfs.server.namenode.FSImage  这个类的format(StorageDirectory sd)方法中

FSImage fsImage = new FSImage(conf, nameDirsToFormat, editDirsToFormat);
    try {
      FSNamesystem fsn = new FSNamesystem(conf, fsImage);
      fsImage.getEditLog().initJournalsForWrite();

      if (!fsImage.confirmFormat(force, isInteractive)) {
        return true; // aborted
      }

      fsImage.format(fsn, clusterId);
    } catch (IOException ioe) {
      LOG.warn("Encountered exception during format: ", ioe);
      fsImage.close();
      throw ioe;
    }

元数据的格式化

storage.format(ns);//执行下面的方法进行格式化

 private void format(StorageDirectory sd) throws IOException {
    sd.clearDirectory(); // create currrent dir
    writeProperties(sd);
    writeTransactionIdFile(sd, 0);

    LOG.info("Storage directory " + sd.getRoot()
             + " has been successfully formatted.");
  }

配置项

dfs.namenode.support.allow.format   是否允许进行Namenode format，默认是true

dfs.namenode.name.dir  　　　　元数据存储路径,这个参数用于确定将HDFS文件系统的元信息保存在什么目录下。
　　　　　　　　　　　　　　　　　 如果这个参数设置为多个目录，那么这些目录下都保存着元信息的多个备份,使用逗号分割，源码分隔符\s*,\s*。

dfs.namenode.edits.dir  　　　操作日志存储路径

 

本文参考：http://blog.csdn.net/xhh198781/article/details/6904615