图文精华

About云-梭伦科技»专题 › 技术学习(版主发帖区) › 大数据学习 › Hbase › 连载型› hbase源码系列（九）StoreFile存储格式
分享

hbase源码系列（九）StoreFile存储格式

坎蒂丝_Swan 2014-12-26 21:13:14 发表于 连载型 [显示全部楼层] 只看大图 回帖奖励 阅读模式 关闭右栏 0 37107
About云VIP帮助找工作和提升
本帖最后由 坎蒂丝_Swan 于 2014-12-29 13:01 编辑

问题导读
１．打开文件的时候会加载哪些内容？
２．编码压缩方式是如何写进FileInfo里面的？






从这一章开始要讲Region Server这块的了，但是在讲Region Server这块之前得讲一下StoreFile，否则后面的不好讲下去，这块是基础，Region Sever上面的操作，大部分都是基于它来进行的。

HFile概述
HFile是HBase中实际存数据的文件，为HBase提供高效快速的数据访问。它是基于Hadoop的TFile，模仿Google Bigtable 架构中的SSTable格式。文件格式如下：

122127481096275.png

文件是变长的，唯一固定的块是File Info和Trailer，如图所示，Trailer有指向其它块的指针，这些指针也写在了文件里，Index块记录了data和meta块的偏移量，meta块是可选的。
下面我们从原来上来一个一个的看它们到底是啥样的，先从入口看起，那就是StoreFile.Writer的append方法，先看怎么写入的，然后它就怎么读了。

往HFile追加KeyValue
不扯这些了，看一下StoreFile里面的append方法。

  1. public void append(final KeyValue kv) throws IOException {

  2.       //如果是新的rowkey的value，就追加到Bloomfilter里面去

  3.       appendGeneralBloomfilter(kv);

  4.       //如果是DeleteFamily、DeleteFamilyVersion类型的kv

  5.       appendDeleteFamilyBloomFilter(kv);

  6.       writer.append(kv);

  7.       //记录最新的put的时间戳，更新时间戳范围

  8.       trackTimestamps(kv);

  9.     }
复制代码

在用writer进行append之前先把kv写到generalBloomFilterWriter里面，但是我们发现generalBloomFilterWriter是HFile.Writer里面的InlineBlockWriter。
  1. generalBloomFilterWriter = BloomFilterFactory.createGeneralBloomAtWrite(

  2.           conf, cacheConf, bloomType,

  3.           (int) Math.min(maxKeys, Integer.MAX_VALUE), writer);

  4. //在createGeneralBloomAtWriter方法发现了以下代码

  5. ......

  6. CompoundBloomFilterWriter bloomWriter = new CompoundBloomFilterWriter(getBloomBlockSize(conf),

  7.         err, Hash.getHashType(conf), maxFold, cacheConf.shouldCacheBloomsOnWrite(),

  8.         bloomType == BloomType.ROWCOL ? KeyValue.COMPARATOR : KeyValue.RAW_COMPARATOR);

  9.     writer.addInlineBlockWriter(bloomWriter);
复制代码

我们接下来看HFileWriterV2的append方法吧。
  1. public void append(final KeyValue kv) throws IOException {

  2.     append(kv.getMvccVersion(), kv.getBuffer(), kv.getKeyOffset(), kv.getKeyLength(),

  3.         kv.getBuffer(), kv.getValueOffset(), kv.getValueLength());

  4.     this.maxMemstoreTS = Math.max(this.maxMemstoreTS, kv.getMvccVersion());

  5. }
复制代码

为什么贴这段代码，注意这个参数maxMemstoreTS，它取kv的mvcc来比较，mvcc是用来实现MemStore的原子性操作的，在MemStore flush的时候同一批次的mvcc都是一样的，失败的时候，把mvcc相同的全部干掉，这里提一下，以后应该还会说到，继续追杀append方法。方法比较长，大家展开看看。
  1. private void append(final long memstoreTS, final byte[] key, final int koffset, final int klength,

  2.       final byte[] value, final int voffset, final int vlength)

  3.       throws IOException {

  4.     boolean dupKey = checkKey(key, koffset, klength);

  5.     checkValue(value, voffset, vlength);

  6.     if (!dupKey) {

  7.       //在写每一个新的KeyValue之间，都要检查，到了BlockSize就重新写一个HFileBlock

  8.       checkBlockBoundary();

  9.     }

  10.     //如果当前的fsBlockWriter的状态不对，就重新写一个新块

  11.     if (!fsBlockWriter.isWriting())

  12.       newBlock();

  13. 

  14.     // 把值写入到ouputStream当中，怎么写入的自己看啊

  15.     {

  16.       DataOutputStream out = fsBlockWriter.getUserDataStream();

  17.       out.writeInt(klength);

  18.       totalKeyLength += klength;

  19.       out.writeInt(vlength);

  20.       totalValueLength += vlength;

  21.       out.write(key, koffset, klength);

  22.       out.write(value, voffset, vlength);

  23.       if (this.includeMemstoreTS) {

  24.         WritableUtils.writeVLong(out, memstoreTS);

  25.       }

  26.     }

  27. 

  28.     // 记录每个块的第一个key 和 上次写的key

  29.     if (firstKeyInBlock == null) {

  30.       firstKeyInBlock = new byte[klength];

  31.       System.arraycopy(key, koffset, firstKeyInBlock, 0, klength);

  32.     }

  33. 

  34.     lastKeyBuffer = key;

  35.     lastKeyOffset = koffset;

  36.     lastKeyLength = klength;

  37.     entryCount++;

  38.   }
复制代码

从上面我们可以看到来，HFile写入的时候，是分一个块一个块的写入的，每个Block块64KB左右，这样有利于数据的随机访问，不利于连续访问，连续访问需求大的，可以把Block块的大小设置得大一点。好，我们继续看checkBlockBoundary方法。
  1. private void checkBlockBoundary() throws IOException {

  2.     if (fsBlockWriter.blockSizeWritten() < blockSize)

  3.       return;

  4. 

  5.     finishBlock();

  6.     writeInlineBlocks(false);

  7.     newBlock();

  8.   }
复制代码


简单交代一下
1、结束一个block的时候，把block的所有数据写入到hdfs的流当中，记录一些信息到DataBlockIndex（块的第一个key和上一个块的key的中间值，块的大小，块的起始位置）。
2、writeInlineBlocks(false)给了一个false，是否要关闭，所以现在什么都没干，它要等到最后才会输出的。
3、newBlock方法就是重置输出流，做好准备，读写下一个块。

Close的时候

close的时候就有得忙咯，从之前的图上面来看，它在最后的时候是最忙的，因为它要写入一大堆索引信息、附属信息啥的。

  1. public void close() throws IOException {

  2.       boolean hasGeneralBloom = this.closeGeneralBloomFilter();

  3.       boolean hasDeleteFamilyBloom = this.closeDeleteFamilyBloomFilter();

  4.       writer.close();

  5. }
复制代码

在调用writer的close方法之前，close了两个BloomFilter，把BloomFilter的类型写进FileInfo里面去，把BloomWriter添加到Writer里面。下面进入正题吧，放大招了。
  1. public void close() throws IOException {

  2.     if (outputStream == null) {

  3.       return;

  4.     }

  5.     // 经过编码压缩的，把编码压缩方式写进FileInfo里面

  6.     blockEncoder.saveMetadata(this);

  7.     //结束块

  8.     finishBlock();

  9.     //输出DataBlockIndex索引的非root层信息

  10.     writeInlineBlocks(true);

  11. 

  12.     FixedFileTrailer trailer = new FixedFileTrailer(2,HFileReaderV2.MAX_MINOR_VERSION);

  13. 

  14.     // 如果有meta块的存在的话

  15.     if (!metaNames.isEmpty()) {

  16.       for (int i = 0; i < metaNames.size(); ++i) {

  17.         long offset = outputStream.getPos();

  18.         // 输出meta的内容，它是meta的名字的集合，按照名字排序

  19.         DataOutputStream dos = fsBlockWriter.startWriting(BlockType.META);

  20.         metaData.get(i).write(dos);

  21. 

  22.         fsBlockWriter.writeHeaderAndData(outputStream);

  23.         totalUncompressedBytes += fsBlockWriter.getUncompressedSizeWithHeader();

  24. 

  25.         // 把meta块的信息加到meta块的索引里

  26.         metaBlockIndexWriter.addEntry(metaNames.get(i), offset,

  27.             fsBlockWriter.getOnDiskSizeWithHeader());

  28.       }

  29.     }

  30. 

  31.     //下面这部分是打开文件的时候就加载的部分，是前面部分的索引

  32.     //HFileBlockIndex的根层次的索引

  33.     long rootIndexOffset = dataBlockIndexWriter.writeIndexBlocks(outputStream);

  34.     trailer.setLoadOnOpenOffset(rootIndexOffset);

  35. 

  36.     //Meta块的索引

  37.     metaBlockIndexWriter.writeSingleLevelIndex(fsBlockWriter.startWriting(

  38.         BlockType.ROOT_INDEX), "meta");

  39.     fsBlockWriter.writeHeaderAndData(outputStream);

  40.     totalUncompressedBytes += fsBlockWriter.getUncompressedSizeWithHeader();

  41. 

  42.     //如果需要写入Memstore的最大时间戳到FileInfo里面

  43.     if (this.includeMemstoreTS) {

  44.       appendFileInfo(MAX_MEMSTORE_TS_KEY, Bytes.toBytes(maxMemstoreTS));

  45.       appendFileInfo(KEY_VALUE_VERSION, Bytes.toBytes(KEY_VALUE_VER_WITH_MEMSTORE));

  46.     }

  47. 

  48.     //把FileInfo的起始位置写入trailer，然后输出

  49.     writeFileInfo(trailer, fsBlockWriter.startWriting(BlockType.FILE_INFO));

  50.     fsBlockWriter.writeHeaderAndData(outputStream);

  51.     totalUncompressedBytes += fsBlockWriter.getUncompressedSizeWithHeader();

  52. 

  53.     // 输出GENERAL_BLOOM_META、DELETE_FAMILY_BLOOM_META类型的BloomFilter的信息

  54.     for (BlockWritable w : additionalLoadOnOpenData){

  55.       fsBlockWriter.writeBlock(w, outputStream);

  56.       totalUncompressedBytes += fsBlockWriter.getUncompressedSizeWithHeader();

  57.     }

  58. 

  59.     //HFileBlockIndex的二级实体的层次

  60.     trailer.setNumDataIndexLevels(dataBlockIndexWriter.getNumLevels());

  61.     //压缩前的HFileBlockIndex的大小

  62.     trailer.setUncompressedDataIndexSize(

  63.         dataBlockIndexWriter.getTotalUncompressedSize());

  64.     //第一个HFileBlock的起始位置

  65.     trailer.setFirstDataBlockOffset(firstDataBlockOffset);

  66.     //最后一个HFileBlock的起始位置

  67.     trailer.setLastDataBlockOffset(lastDataBlockOffset);

  68.     //比较器的类型

  69.     trailer.setComparatorClass(comparator.getClass());

  70.     //HFileBlockIndex的根实体的数量，应该是和HFileBlock的数量是一样的

  71.     //它每次都把HFileBlock的第一个key加进去

  72.     trailer.setDataIndexCount(dataBlockIndexWriter.getNumRootEntries());

  73. 

  74.     //把Trailer的信息写入硬盘，关闭输出流

  75.     finishClose(trailer);

  76. 

  77.     fsBlockWriter.release();

  78.   }
复制代码


和图片上写的有些出入。
1、输出HFileBlocks
2、输出HFileBlockIndex的二级索引（我叫它二级索引，我也不知道对不对，HFileBlockIndex那块我有点儿忘了，等我再重新调试的时候再看看吧）
3、如果有的话，输出MetaBlock

下面的部分是打开文件的时候就加载的
4、输出HFileBlockIndex的根索引
5、如果有的话，输出MetaBlockIndex的根索引（它比较小，所以只有一层）
6、输出文件信息（FileInfo）
7、输出文件尾巴（Trailer）

Open的时候

这部分打算讲一下实例化Reader的时候，根据不同类型的文件是怎么实例化Reader的，在StoreFile里面搜索open方法。

  1. this.reader = fileInfo.open(this.fs, this.cacheConf, dataBlockEncoder.getEncodingInCache());

  2. 

  3.  // 加载文件信息到map里面去，后面部分就不展开讲了

  4. metadataMap = Collections.unmodifiableMap(this.reader.loadFileInfo());
复制代码

我们进入F3进入fileInfo.open这个方法里面去。
  1. FSDataInputStreamWrapper in;

  2.     FileStatus status;

  3. 

  4.     if (this.link != null) {

  5.       // HFileLink

  6.       in = new FSDataInputStreamWrapper(fs, this.link);

  7.       status = this.link.getFileStatus(fs);

  8.     } else if (this.reference != null) {

  9.       // HFile Reference 反向计算出来引用所指向的位置的HFile位置

  10.       Path referencePath = getReferredToFile(this.getPath());

  11.       in = new FSDataInputStreamWrapper(fs, referencePath);

  12.       status = fs.getFileStatus(referencePath);

  13.     } else {

  14.       in = new FSDataInputStreamWrapper(fs, this.getPath());

  15.       status = fileStatus;

  16.     }

  17.     long length = status.getLen();

  18.     if (this.reference != null) {

  19.       hdfsBlocksDistribution = computeRefFileHDFSBlockDistribution(fs, reference, status);

  20.       //如果是引用的话，创建一个一半的reader

  21.       return new HalfStoreFileReader(

  22.           fs, this.getPath(), in, length, cacheConf, reference, dataBlockEncoding);

  23.     } else {

  24.       hdfsBlocksDistribution = FSUtils.computeHDFSBlocksDistribution(fs, status, 0, length);

  25.       return new StoreFile.Reader(fs, this.getPath(), in, length, cacheConf, dataBlockEncoding);

  26.     }
复制代码

它一上来就判断它是不是HFileLink是否为空了，这是啥情况？找了一下，原来在StoreFile的构造函数的时候，就开始判断了。
  1. this.fileStatus = fileStatus;

  2.     Path p = fileStatus.getPath();

  3.     if (HFileLink.isHFileLink(p)) {

  4.       // HFileLink 被判断出来它是HFile

  5.       this.reference = null;

  6.       this.link = new HFileLink(conf, p);

  7.     } else if (isReference(p)) {

  8.       this.reference = Reference.read(fs, p);

  9.       //关联的地址也可能是一个HFileLink，snapshot的时候介绍了

  10.       Path referencePath = getReferredToFile(p);

  11.       if (HFileLink.isHFileLink(referencePath)) {

  12.         // HFileLink Reference 如果它是一个HFileLink型的

  13.         this.link = new HFileLink(conf, referencePath);

  14.       } else {

  15.         // 只是引用

  16.         this.link = null;

  17.       }

  18.     } else if (isHFile(p)) {

  19.       // HFile

  20.       this.reference = null;

  21.       this.link = null;

  22.     } else {

  23.       throw new IOException("path=" + p + " doesn't look like a valid StoreFile");

  24.     }
复制代码


它有4种情况：
1、HFileLink
2、既是HFileLink又是Reference文件
3、只是Reference文件
4、HFile

说HFileLink吧，我们看看它的构造函数

  1. public HFileLink(final Path rootDir, final Path archiveDir, final Path path) {

  2.     Path hfilePath = getRelativeTablePath(path);

  3.     this.tempPath = new Path(new Path(rootDir, HConstants.HBASE_TEMP_DIRECTORY), hfilePath);

  4.     this.originPath = new Path(rootDir, hfilePath);

  5.     this.archivePath = new Path(archiveDir, hfilePath);

  6.     setLocations(originPath, tempPath, archivePath);

  7. }
复制代码

尼玛，它计算了三个地址，原始位置，archive中的位置，临时目录的位置，按照顺序添加到一个locations数组里面。。接着看FSDataInputStreamWrapper吧，下面是三段代码
  1. this.stream = (link != null) ? link.open(hfs) : hfs.open(path);

  2. //走的link.open(hfs)

  3. new FSDataInputStream(new FileLinkInputStream(fs, this));

  4. //注意tryOpen方法

  5. public FileLinkInputStream(final FileSystem fs, final FileLink fileLink, int bufferSize)

  6.         throws IOException {

  7.       this.bufferSize = bufferSize;

  8.       this.fileLink = fileLink;

  9.       this.fs = fs;

  10.       this.in = tryOpen();

  11. }
复制代码

tryOpen的方法，会按顺序打开多个locations列表。。
  1. for (Path path: fileLink.getLocations()) {

  2.         if (path.equals(currentPath)) continue;

  3.         try {

  4.           in = fs.open(path, bufferSize);

  5.           in.seek(pos);

  6.           assert(in.getPos() == pos) : "Link unable to seek to the right position=" + pos;

  7.           if (LOG.isTraceEnabled()) {

  8.             if (currentPath != null) {

  9.               LOG.debug("link open path=" + path);

  10.             } else {

  11.               LOG.trace("link switch from path=" + currentPath + " to path=" + path);

  12.             }

  13.           }

  14.           currentPath = path;

  15.           return(in);

  16.         } catch (FileNotFoundException e) {

  17.           // Try another file location

  18.         }

  19. }
复制代码


恩，这回终于知道它是怎么出来的了，原来是尝试打开了三次，直到找到正确的位置。
StoreFile的文件格式到这里就结束了，有点儿遗憾的是HFileBlockIndex没给大家讲清楚。

补充：经网"的提醒，有一个地方写错了，在结束一个块之后，会把它所有的BloomFilter全部输出，HFileBlockIndex的话，如果满了默认的128*1024个就输出二级索引。

具体的的内容在后面说查询的时候会说，下面先交代一下：
通过看继承InlineBlockWriter的类，发现了以下信息
1、BlockIndexWriter 不是关闭的情况下，没有超过默认值128*1024是不会输出的，每128*1024个HFileBlock 1个二级索引。
HFileBlockIndex包括2层，如果是MetaBlock的HFileBlock是1层。
二级索引 curInlineChunk 在结束了一个块之后添加一个索引的key（上一个块的firstKey和这个块的firstKey的中间值）。

  1. byte[] indexKey = comparator.calcIndexKey(lastKeyOfPreviousBlock, firstKeyInBlock);

  2. curInlineChunk.add(firstKey, blockOffset, blockDataSize);
复制代码

一级索引 rootChunk 输出一次二级索引之后添加每个HFileBlock的第一个key，这样子其实二级索引里面是包括是一级索引的所有key的。
  1. firstKey = curInlineChunk.getBlockKey(0); 

  2. rootChunk.add(firstKey, offset, onDiskSize, totalNumEntries);
复制代码


2、CompoundBloomFilterWriter也就是Bloom Filter，在数据不为空的时候，就会输出。
对于HFileV2的正确的图，应该是下面这个，但是上面的那个图看起来好看一点，就保留了。

160155267814449.png




hbase源码系列（二）HTable 探秘hbase源码系列（三）Client如何找到正确的Region Server
hbase源码系列（四）数据模型-表定义和列族定义的具体含义
hbase源码系列（五）Trie单词查找树
hbase源码系列（六）HMaster启动过程
hbase源码系列（七）Snapshot的过程
hbase源码系列（八）从Snapshot恢复表
hbase源码系列（九）StoreFile存储格式
hbase源码系列（十）HLog与日志恢复
hbase源码系列（十一）Put、Delete在服务端是如何处理？
hbase源码系列（十二）Get、Scan在服务端是如何处理？
hbase源码系列（十三）缓存机制MemStore与Block Cache
hbase源码之如何查询出来下一个KeyValue
hbase源码Compact和Split

欢迎加入about云群90371779 、322273151、432264021 ，云计算爱好者群，亦可关注about云腾讯认证空间||关注本站微信
回复

使用道具 举报

自定义广告语

没找到任何评论，期待你打破沉寂

高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

发表新帖
坎蒂丝_Swan

高级会员

关注

  • 148

    主题

  • 148

    帖子

  • 52

    粉丝

TA的主题
关闭

推荐上一条 /2 下一条

关于我们· 联系我们· 加入我们· 小黑屋· 合作伙伴   

Copyright © 2001-2024 About云-梭伦科技 Powered by Discuz! X3.4 Licensed Discuz Team.

简书 / Smrz 京ICP备2020039040号 Wxb 简书网举报电话：021-34700000