Hadoop2源码分析－准备篇

本帖最后由 happy22 于 2015-6-18 14:34 编辑
问题描述：
1.如何搭建hadoop环境？
2.如何查看hadoop源码？

1.概述　　我们已经能够搭建一个高可用的Hadoop平台了，也熟悉并掌握了一个项目在Hadoop平台下的开发流程，基于Hadoop的一些套件我们也能够使用，并且能利用这些套件进行一些任务的开发。在Hadoop的应用级别上，我们接着往后面去研究学习，那就是Hadoop的源码了，作为Hadoop开发人员，我们得去学习和研究Hadoop得实现原理，底层框架的设计，编码的实现过程等等，下面就开始我们今天的Hadoop源码分析之旅。

2.准备
　　在分析源码之前，我们需要准备好分析源码的环境，以及如何去分析（分析的方法）。

2.1基础环境
本系列分析的源码是基于Hadoop-2.6.0-src，源码下载地址如下：
http://apache.osuosl.org/hadoop/common/hadoop-2.6.0/hadoop-2.6.0-src.tar.gz

JDK使用的是Oracle的JDK1.7，下载地址如下：

Windows版下载地址：

http://download.oracle.com/otn-pub/java/jdk/7u75-b13/jdk-7u75-windows-x64.exe

Linux版下载地址：

http://download.oracle.com/otn-pub/java/jdk/7u75-b13/jdk-7u75-linux-x64.tar.gz

Mac OS X版下载地址：

http://download.oracle.com/otn-pub/java/jdk/7u75-b13/jdk-7u75-macosx-x64.dmg

2.2操作系统　　目前主流的3种操作系统，Windows，Linux，Mac OS X；下面依次来说明不同环境下的配置。

Windows

　　直接安装下的 jdk-7u75-windows-x64.exe 文件，一路默认安装即可，安装完成后在 cmd 下输入 java -verison 若显示对应的版本好，即表示安装成功。若出现 “java 不是内部或外部命令”的错误提示，可在 Windows 的环境变量下设置JAVA_HOME，和PATH以及CLASSPATH等环境变量即可。如下图所示：

　　注：例外还需要Maven环境，和Linux壳，下载IDE（下面Mac OS X环境中提供的IDE，Windows也可以使用），这里不做赘述。

Linux

　　Linux采用的是CentOS 6，由于Linux自带JDK，本文使用的Oracle的JDK，故我们先卸载系统自带的JDK，安装我们下载好的 jdk-7u75-linux-x64.tar.gz，具体步骤命令如下：
# 卸载自带JDK
[mw_shl_code=applescript,true]rpm -qa | grep java
yum -y remove java*[/mw_shl_code]

在使用rpm -qa | grep java命令，查找JDK信息，若没有则表示卸载完成。接着是安装下载好的JDK，首先是解压并创建目录，命令如下所示：

[mw_shl_code=applescript,true]tar -zxvf jdk-7u75-linux-x64.tar.gz
mkdir -p /usr/java && mv jdk-7u75-linux-x64 /usr/java/jdk1.7[/mw_shl_code]

　　然后配置环境变量，内容如下：
[mw_shl_code=applescript,true]export JAVA_HOME=/usr/java/jdk1.7
export PATH=$PATH:$JAVA_HOME/bin[/mw_shl_code]

　　然后输入命令让环境变量立即生效，命令如下：

[mw_shl_code=applescript,true]. /etc/profile[/mw_shl_code]

　　接着，我们输入：java -version 验证即可。
　　注：Linux环境下同样需要配置Maven环境，IDE可以使用下面Mac OS X的IDE。

Mac OS X

　　Mac系统下面直接安装下载好的dmg文件，安装文件路径如图所示：

　　验证截图：

　　安装Maven环境：
下载地址如下所示：
　　maven下载

安装命令如下所示：

[mw_shl_code=applescript,true]$ cd /usr/local
$ sudo mv /Users/dengjie/Downloads/apache-maven-3.2.3-bin.tar.gz ./
$ sudo tar -xvf apache-maven-3.2.3-bin.tar.gz[/mw_shl_code]

配置：

[mw_shl_code=applescript,true]$ vi /etc/profile

#Add below lines in the profile
export M2_HOME=/usr/local/apache-maven-3.2.3
export PATH=$PATH:$M2_HOME/bin

#save and quit
$ . /etc/profile[/mw_shl_code]

　　验证截图：

　　IDE
IDE使用Redhat公司推出的JBoss Studio（Eclipse的升级版），下载地址如下：
　　JBoss Developer Studio 8.0.0.GA

3.源码准备　Hadoop2的源码分析，整个流程都是基于Mac OS X系统下来完成的。Linux系统基本配置可以参考Mac OS X配置，Windows系统IDE可以使用JBoss Studio（需要Windows系统下安装JDK）。
　首先我们来预览一下Hadoop-2.6.0-src的源码目录结构，如下图所示：

3.1项目构建　　分析hadoop2源码的方式有2种，一种方式是使用maven结构来分析阅读Hadoop的源码，另一种方式使用一般的Java Project来分析阅读。首先先赘述下一般的Java Project创建Hadoop的源码分析工程。如下图所示：

Java Project

　　在完成Hadoop的源码导入后，我们还需要添加一些依赖 jar 包，在直接在Hadoop-2.6.0的share/hadoop目录下将依赖包取出添加到IDE环境变量。如下图所示：

　　另外，若需要的依赖 jar 不存在，可在Hadoop共享的Maven仓库去下载对应的依赖 jar，下载地址：
http://maven.outofmemory.cn/org.apache.hadoop/

Maven结构

　　若使用Maven结构，可直接导入Hadoop的源码文件，Hadoop-2.6.0-src工程就算Maven结构的。导入过程如下图所示：

　　
　　在点击 Finish 按钮后，会根据 pom.xml 文件中的依赖下载对应的 jar 到本地Maven仓库，首次导入需要下载的依赖 jar 包较多，时间会有点长，请耐心等待下载完成。

4.总结　　整个Hadoop2源码的项目导入完成后，将近有100子项目，由于项目文件较多，在分析阅读的时候需要认真谨慎。在导入Hadoop2源码到IDE中的时候，项目结构我给出了2种方式：一般的Java Project结构和Maven结构，当然这个是可以根据自己实际情况来考虑，若是对Maven结构不熟悉的同学，可以直接使用一般的Java Project工程结构来分析Hadoop2的源码，这个是不影响学习源码分析的；若是对Maven结构敢兴趣，也可自行使用Maven结构来学习源码分析。

5.结束语
　　这篇Hadoop2源码分析的准备篇就和大家分享到这里，若是在大家在学习研究的过程中有什么问题，可以加群进行讨论或发送邮件给我，我会尽我所能为您解答，与君共勉！