博客园  :: 首页  :: 新随笔  :: 联系 :: 订阅 订阅  :: 管理

Hadoop源代码分析【IO专题】

Posted on 2011-05-18 11:45  李大嘴  阅读(1737)  评论(0编辑  收藏  举报

由于Hadoop的MapReduce和HDFS都有通信的需求,需要对通信的对象进行序列化。Hadoop并没有采用Java的序列化(因为Java序列化比较复杂,且不能深度控制),而是引入了它自己的系统。org.apache.hadoop.io中定义了大量的可序列化对象,他们都实现了Writable接口。实现了Writable接口的一个典型例子如下:

    public class MyWritable implements Writable {     
        // Some data          
        private int counter;     
        private long timestamp;     
        
        public void write(DataOutput out) throws IOException {     
            out.writeInt(counter);     
            out.writeLong(timestamp);     
        }     
            
        public void readFields(DataInput in) throws IOException {     
            counter = in.readInt();     
            timestamp = in.readLong();     
        }     
        
        public static MyWritable read(DataInput in) throws IOException {     
            MyWritable w = new MyWritable();     
            w.readFields(in);     
            return w;     
        }     
    }   

其中的write和readFields分别实现了把对象序列化和反序列化的功能,是Writable接口定义的两个方法。下图给出了庞大的org.apache.hadoop.io中对象的关系。

图分析:

    主要涉及各类型结构(例如IntWritable、SequenceFile[复杂结构])的序列化。红色ObjectWritable指的结构对象的序列化,其反序列化得对象获得是工厂模式通过类名创建的。GenericWritable是一种特殊的结构组合(参见http://coderplay.iteye.com/blog/259880)。

    一个类实现了Camparable接口则表明这个类的对象之间是可以相互比较的,这个类对象组成的集合就可以直接使用sort方法排序。
    Comparator可以看成一种算法的实现,将算法和数据分离,Comparator也可以在下面两种环境下使用:

        1、类的设计师没有考虑到比较问题而没有实现Comparable,可以通过Comparator来实现排序而不必改变对象本身

        2、可以使用多种排序标准,比如升序、降序等