Using MarsEdit in mac for blogger

   It is fine to use MarsEdit in mac to write blog. I hingly recommend it.

Hadoop 2.0 Datanode

Hadoop 2.0 Datanode 更加细分，将结构分为两个大部分。

DataNode相当于一个包装转发器，将请求发送给相应的处理单元。

DataNode 分为以下两部分：

1、与NameNode汇报的逻辑，block report，heartbeat

2、底层与文件系统交互的datanode 存储逻辑

其中第一部分的调用如下：

DataNode --->  BlockProolManager  --->  BPOfferService  --->   BPServiceActor

第二部分的调用如下：

DataNode  --->  FSDataSetImpl     --->     FSVolumeList(FSVolume)     --->     BLockPoolSlice

DataNode启动流程：

1、Main

2、StartDatanode

3、初始化BlockPoolManager

4、doRefreshNamenodes

     从配置里面读出相应的namespace id,namenode id(HA)

     初始化BPOfferService，每个namespace对应一个BPOfferService。

     初始化BPActor,每个namenode对应一个BPActor，即Active NameNode和StandbyNameNode各对应一个BPActor。

5、启动所有的BPActor。

     BPActor启动过程如下：

     (1)与NameNode进行handshake，首先建立BPActor对NameNode的RPC连接

     (2)获得namespace info，比较一下与现有的version，目前不会由于svn version不一致直接报错了

     (3)verifyAndSetNamespaceInfo，BPOfferService搞定后，调用DataNode的initBlockPool

     首先向BlockPoolManager注册该BPOfferService。在这个阶段，初始化FSDataSet,初始化存储层，初始化FSVolume，初始化FSVolumeList和ReplicaMap。启动DataBlockScanner和DirectoryScanner。向底层的文件交互FSVolume注册该BlockPool

     (4)handshake第二部，向NameNode注册,NameNode向其内部的DataNode注册该DataNode

     (5)设置BlockReport的细节

ViewFS in hadoop

  ViewFS对于federation这种多namespace具有很好的操作性，省却了用户设置scheme这种繁琐的行为，十分方便。

     相关的类：

     INodeTree<T>     抽象类，实际的实现类需要实现getTargetFileSystem方法，泛型中的T是FileSystem类。

     内部实现有：

     root，根节点，挂载的根节点

  abstract static class INode<T> {

    final String fullPath; // the full path to the root

    public INode(String pathToNode, UserGroupInformation aUgi) {

      fullPath = pathToNode;

    }

  };

  类似于FSNameSystem中的INode。INode两个子类，一个是INodeDir，一个是INodeLink。

  static class MountPoint<T> {

    String src;

    INodeLink<T> target;

    MountPoint(String srcPath, INodeLink<T> mountLink) {

      src = srcPath;

      target = mountLink;

    }

  }

MountPoint实际上就是一个映射，mount name --->  filesystem+scheme。

     ViewFS继承自AbstractFileSystem,同RawLocalFileSystem和DistributedFileSystem一样。ViewFS中有一个INodeTree实例。其实INodeTree所有的挂载行为都是通过conf传递的，我们遇到的一个test case没有通过的问题，即TestFSMainOperationsLocalFileSystem无法跑过就是因为挂载点通过conf传递不正确，导致后续无法进行test。

     ViewFS用到的conf有：

     fs.viewfs.mounttable.default.link.$LINK     $PATH

     fs.viewfs.mounttable.homedir.$HOME     $HOME

     前者是挂载的位置，后者是挂载的home，出问题时候大多去检查一下conf，尤其是抛出ViewFS resolve无法找到文件的异常。

使用NFS服务提高hadoop 可靠性

  众所周知 hadoop是一个单点系统，即所谓的spof，所以元数据的保护就是重中之重。目前元数据写两份，分别是本地的磁盘，远程的磁盘。还有一个secondary namenode做冷备。写到远程的磁盘就需要的是NFS服务了。

     NFS(Network File System, 网络文件系统)可以通过网络将分享不同主机(不同的OS)的目录——可以通过NFS挂载远程主机的目录, 访问该目录就像访问本地目录一样。

    首先下载NFS,网址是http://sourceforge.net/projects/nfs/files/ 选择合适的版本下载。到server和client机器安装。

    编辑server主机的文件/etc/exports /etc/hosts.allow /etc/hosts.deny三个文件。

    对/etc/exports  加入例如：/data0 10.39.2.121(rw,no_root_squash)

    其中/data0为对外开放的目录  后面是机器加权限，详细说明见 http://nfs.sourceforge.net/nfs-howto/ar01s03.html

    启动nfs server的服务：

/etc/init.d/portmap start  

/etc/init.d/nfslock start  

/etc/init.d/nfs start   

    在client端同样启动相同的服务。

    同时在client端挂在远程目录   sudo mount master:/data0/ /data1

   /data1是client端本地目录。

CDH4源码 eclipse导入问题

    CDH4向eclipse导入会出现一些问题，导致大面积的错误，看上去十分不爽，解决该问题的方法如下。
    错误一、An internal error occurred during: "Updating Maven Project". Unsupported IClasspathEntry kind=4

maven出现这个问题，

解决方法

     1.Open you terminal, go to your project folder and do “mvm clean eclipse:eclipse”

     2.Right-click on your project, select Maven -> Remove Maven Nature

    错误二、出现access的错误

eclipse     --->     preference     --->     Error/Warnnings     --->     Forbidden reference     设置为warnning

    如上图所示。

安装CDH4遇到的问题

安装CDH4.2.0遇到的一些问题，记录下来：

1、LZO的问题

由于CDH4中JobContext由class变为一个interface，所以直接使用原先的lzo的jar包会出现问题，替换为cloudera提供的一个rpm包中的lzo

2、codec配置

配置core-site.xml

 <property>

    <name>io.compression.codecs</name>    <value>org.apache.hadoop.io.compress.DefaultCodec,org.apache.hadoop.io.compress.GzipCodec,org.apache.hadoop.io.compress.BZip2Codec,org.apache.hadoop.io.compress.DeflateCodec,org.apache.hadoop.io.compress.SnappyCodec,com.hadoop.compression.lzo.LzopCodec</value>

  </property>

注意codec不要有空格

3、切换hadoop用户报错

报错为cannot set user id: Resource temporarily unavailable错误,说明资源不足，经检查是打开文件超出限制

解决方法：在32内核中除了设置/etc/security/limit.conf外，还需要设置/etc/security/limits.d/90-nproc.conf

hadoop 2.0 namenode启动流程1

HDFS层面

一、NameNode

包 包含有org.apache.hadoop.hdfs.server.namenode,org.apache.hadoop.hdfs.server.namenode.ha

NameNode多出的两个功能1、HA     2、Federation

HA:重要的HA

两个角色     AciveNameNode

                   StandbyNameNode

原先NameNode大部分功能都是由NameNodeRpcServer承担

但是只是细分了，管理功能还在NameNode类

NameNode启动流程：

NameNode启动后，都处于standby状态，需要手动去设置某个namenode为active状态。

启动后过程：

1、如果是standby节点，那么他的作用是两个，一个是tail qjm的editlog，一个是做checkpoint，替代seconday namenode的作用

这两个线程是standby最重要的作用，能够做到热备，当然热备还是有一定时间的差距。其他的rpc也都开启，所有的block report，heartbeat会发到两台机器上。

2、如果通过命令，手动调整某台机器变为Active Namenode,将editlog开启写模式，这个又是另一篇博客要写的

近期的一些任务

        近期在研究hadoop 2.0，包括hdfs，yarn，ipc等等，稍后会慢慢往这个blog上面写一些东西，毕竟微博是不靠谱的，还是喜欢一些复杂的东西。
         转眼间我已经毕业2年，本科毕业已经5年过去了，忽然想起了当年在X大周五自习教室中只有自己一个人，那种经历真的不知道该怎么说好。