数仓:解读 NameNode 的 edits 和 fsimage 文件内容

一、edits 文件

一)文件组成

  1. 一个edits文件记录了一次写文件的过程,该过程被分解成多个部分进行记录;(每条记录在hdfs中有一个编号)
  2. 每一个部分为: '<RECORD>...</RECORD>' ;
  3. 每一部分包含了:'<OPCODE> ... </OPCODE>'  和 '<DATA> ... </DATA>' 两部分内容;

 

二)文件内容理解

  1. 文件首: <OPCODE>OP_START_LOG_SEGMENT</OPCODE>

  • <RECORD>
        <OPCODE>OP_START_LOG_SEGMENT</OPCODE>   --- 表示对一次写操作记录的开始
        <DATA>
          <TXID>138</TXID>               ---------- HDFS的第138号记录
        </DATA>
      </RECORD>

 

  2. 文件的元数据: <OPCODE>OP_ADD</OPCODE> 

    # a.xml._COPYING_: 写入 'a.xml' 文件的过程中,会先将文件写到该临时文件中,最后再将该文件重命名后存放到DN;

  •   <RECORD>
        <OPCODE>OP_ADD</OPCODE>     ------------- 写文件操作
        <DATA>
          <TXID>139</TXID>       ---------------- HDFS的第139号记录
          <LENGTH>0</LENGTH>
          <INODEID>16416</INODEID>
          <PATH>/a.xml._COPYING_</PATH>       --- 写'a.xml'文件的过程中生成临时文件'a.xml._COPYING'
          <REPLICATION>3</REPLICATION>        --- 副本数
          <MTIME>1603341874966</MTIME>        --- 创建时间
          <ATIME>1603341874966</ATIME>        --- 修改时间
          <BLOCKSIZE>134217728</BLOCKSIZE>    --- 文件块的大小:128M
          <CLIENT_NAME>DFSClient_NONMAPREDUCE_-1327338057_1</CLIENT_NAME>   ---- 来源哪个客户端
          <CLIENT_MACHINE>192.168.26.101</CLIENT_MACHINE>        --------------- 通过哪个机器上传的
          <OVERWRITE>true</OVERWRITE>                            --------------- 是否允许被覆盖
          <PERMISSION_STATUS>                                         ---------- 权限信息
            <USERNAME>heyc</USERNAME>                                 ---------- 所属主
            <GROUPNAME>supergroup</GROUPNAME>                         ---------- 所属组
            <MODE>420</MODE>                                          ---------- 权限大小(777最大)
          </PERMISSION_STATUS>
          <RPC_CLIENTID>3299ce83-ba14-4468-8cf8-b5edb5dea153</RPC_CLIENTID> ---- 集群ID
          <RPC_CALLID>3</RPC_CALLID>
        </DATA>
      </RECORD>

 

  3. 定义块id:<OPCODE>OP_ALLOCATE_BLOCK_ID</OPCODE>

  •  <RECORD>
        <OPCODE>OP_ALLOCATE_BLOCK_ID</OPCODE> ---- 表示该步为记录 “定义块ID”
        <DATA>
          <TXID>140</TXID>                    ---- HDFS的第140号记录
          <BLOCK_ID>1073741835</BLOCK_ID>    ----- 块ID
        </DATA>
     </RECORD>

 

  4. 为块生成一个时间戳:<OPCODE>OP_SET_GENSTAMP_V2</OPCODE>

  • <RECORD>
        <OPCODE>OP_SET_GENSTAMP_V2</OPCODE>
        <DATA>
          <TXID>141</TXID>
          <GENSTAMPV2>1012</GENSTAMPV2>
        </DATA>
    </RECORD>

 

  5. 添加块: <OPCODE>OP_ADD_BLOCK</OPCODE>

  •  <RECORD>
        <OPCODE>OP_ADD_BLOCK</OPCODE>
        <DATA>
          <TXID>142</TXID>
          <PATH>/a.xml._COPYING_</PATH>
          <BLOCK>
            <BLOCK_ID>1073741835</BLOCK_ID>
            <NUM_BYTES>0</NUM_BYTES>
            <GENSTAMP>1012</GENSTAMP>
          </BLOCK>
          <RPC_CLIENTID></RPC_CLIENTID>
          <RPC_CALLID>-2</RPC_CALLID>
        </DATA>
     </RECORD>

 

  6. 封闭文件: <OPCODE>OP_CLOSE</OPCODE>

  •   <RECORD>
        <OPCODE>OP_CLOSE</OPCODE>
        <DATA>
          <TXID>143</TXID>
          <LENGTH>0</LENGTH>
          <INODEID>0</INODEID>
          <PATH>/a.xml._COPYING_</PATH>
          <REPLICATION>3</REPLICATION>
          <MTIME>1603341875516</MTIME>
          <ATIME>1603341874966</ATIME>
          <BLOCKSIZE>134217728</BLOCKSIZE>
          <CLIENT_NAME></CLIENT_NAME>
          <CLIENT_MACHINE></CLIENT_MACHINE>
          <OVERWRITE>false</OVERWRITE>
          <BLOCK>
            <BLOCK_ID>1073741835</BLOCK_ID>
            <NUM_BYTES>313</NUM_BYTES>
            <GENSTAMP>1012</GENSTAMP>
          </BLOCK>
          <PERMISSION_STATUS>
            <USERNAME>heyc</USERNAME>
            <GROUPNAME>supergroup</GROUPNAME>
            <MODE>420</MODE>
          </PERMISSION_STATUS>
        </DATA>
      </RECORD>

 

  7. 重命名临时文件 'a.xml._COPYING_' 为 'a.xml': <OPCODE>OP_RENAME_OLD</OPCODE>

  • <RECORD>
        <OPCODE>OP_RENAME_OLD</OPCODE>
        <DATA>
          <TXID>144</TXID>
          <LENGTH>0</LENGTH>
          <SRC>/a.xml._COPYING_</SRC>
          <DST>/a.xml</DST>
          <TIMESTAMP>1603341875552</TIMESTAMP>
          <RPC_CLIENTID>3299ce83-ba14-4468-8cf8-b5edb5dea153</RPC_CLIENTID>
          <RPC_CALLID>8</RPC_CALLID>
        </DATA>
    </RECORD>

 

 

二、fsimage 文件

1)文件组成

  1. fsimage 由多个 '<INodeDirectorySection> ... </INodeDirectorySection>
  2. 每个 '<INodeDirectorySection> ... </INodeDirectorySection>' 中有多个 '<inode> ... </inode>'

 

2)文件内容理解

  • <inode>
        <id>16417</id>
        <type>FILE</type>         ------ 文件类型:常规文件(如果是文件夹则为 'DIRECTORY')
        <name>b.xml</name>       ----- 文件名
        <replication>3</replication> --- 副本数
        <mtime>1603342078483</mtime> --- 创建时间
        <atime>1603342078253</atime> --- 修改时间
        <perferredBlockSize>134217728</perferredBlockSize> --- 块大小
        <permission>heyc:supergroup:rw-r--r--</permission> --- 权限
        <blocks>                                          ---- 被切成了几个块
            <block>                                       --- 一个快
                <id>1073741836</id>     ----- 块的id
                <genstamp>1013</genstamp> --- 块的时间戳
                <numBytes>313</numBytes>  --- 块中存放的数据的大小(该文件只有一个块,该大小即为文件大小)
            </block>
        </blocks>
    </inode>

     

posted @ 2020-10-22 14:24  何永灿  阅读(807)  评论(0编辑  收藏  举报