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(825)  评论(0)  编辑  收藏  举报