Hadoop技術(shù)內(nèi)幕：深入解析Hadoop Common和HDFS架構(gòu)設(shè)計(jì)與實(shí)現(xiàn)原理

定　價(jià)：￥89.00

作　者：	蔡斌，陳湘萍著
出版社：	機(jī)械工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	編程語言與程序設(shè)計(jì) 計(jì)算機(jī)與互聯(lián)網(wǎng)

購買這本書可以去

ISBN：	9787111417668	出版時(shí)間：	2013-04-15	包裝：	平裝
開本：	16	頁數(shù)：		字?jǐn)?shù)：

內(nèi)容簡介

　　本書主要分為三個(gè)部分。第一部分（第1章）對(duì)如何建立Hadoop的開發(fā)、分析環(huán)境做了簡單的介紹。對(duì)于Hadoop這樣復(fù)雜、龐大的項(xiàng)目，一個(gè)好的開發(fā)環(huán)境可以讓讀者事半功倍地學(xué)習(xí)、研究源代碼。第二部分（第2~5章）主要對(duì)Hadoop公共工具Common的實(shí)現(xiàn)進(jìn)行研究。分別介紹了Hadoop的配置系統(tǒng)、面向海量數(shù)據(jù)處理的序列化和壓縮機(jī)制、Hadoop使用的遠(yuǎn)程過程調(diào)用，以及滿足Hadoop上各類應(yīng)用訪問數(shù)據(jù)的Hadoop抽象文件系統(tǒng)和部分具體文件系統(tǒng)。第三部分（第6~9章）對(duì)Hadoop分布式文件系統(tǒng)進(jìn)行了詳細(xì)的分析。這部分內(nèi)容采用總-分-總的結(jié)構(gòu)，第6章介紹了HDFS各個(gè)實(shí)體和實(shí)體間接口，第7章和第8章分別詳細(xì)地研究了數(shù)據(jù)節(jié)點(diǎn)和名字節(jié)點(diǎn)的實(shí)現(xiàn)原理，第9章通過對(duì)客戶端的解析，回顧HDFS各節(jié)點(diǎn)間的配合，完整地介紹了一個(gè)大規(guī)模數(shù)據(jù)存儲(chǔ)系統(tǒng)的實(shí)現(xiàn)。通過本書，讀者不僅能全面了解Hadoop的優(yōu)秀架構(gòu)和設(shè)計(jì)思想，而且還能從Hadoop，特別是HDFS的實(shí)現(xiàn)源碼中一窺Java開發(fā)的精髓和分布式系統(tǒng)的精要?？闭`和支持由于作者的水平有限，編寫時(shí)間跨度較長，同時(shí)開源軟件的演化較快，書中難免會(huì)出現(xiàn)一些錯(cuò)誤或者不準(zhǔn)確的地方，懇請讀者批評(píng)指正。如果大家有和本書相關(guān)的內(nèi)容需要探討，或有更多的寶貴意見，歡迎通過caibinbupt@qq.com和我們聯(lián)系，希望能結(jié)識(shí)更多的朋友，大家共同進(jìn)步。書中的源代碼文件可以從華章網(wǎng)站下載。致謝感謝機(jī)械工業(yè)出版社華章公司的編輯楊福川和白宇，楊老師的耐心和支持讓本書最終得以出版，白老師的很多建議使本書的可讀性更強(qiáng)。感謝騰訊數(shù)據(jù)平臺(tái)部的張文郁、趙重慶和徐釗，作為本書的第一批讀者和Hadoop專家，他們的反饋意見讓本書增色不少。感謝和我們一起工作、研究和應(yīng)用Hadoop的騰訊數(shù)據(jù)平臺(tái)部，以及IBM中國研究中心和中山大學(xué)的領(lǐng)導(dǎo)和同事們，本書的很多內(nèi)容是對(duì)實(shí)際項(xiàng)目的總結(jié)。最后，作者向支持本書寫作的家人深表謝意，感謝他們的耐心和理解。

作者簡介

　　蔡斌，資深Hadoop技術(shù)專家，基于Hadoop的開源項(xiàng)目X-RIME的作者之一。國內(nèi)Hadoop應(yīng)用和源代碼研究領(lǐng)域的先驅(qū)之一，有10余年開發(fā)經(jīng)驗(yàn)，先后任職于朗訊科技、IBM中國研究院等國內(nèi)外知名企業(yè)，目前擔(dān)任騰訊數(shù)據(jù)平臺(tái)部的高級(jí)工程師，從事Hadoop相關(guān)技術(shù)的研究、應(yīng)用和實(shí)施，實(shí)戰(zhàn)經(jīng)驗(yàn)非常豐富。對(duì)分布式計(jì)算、電信增值業(yè)務(wù)、網(wǎng)絡(luò)管理等領(lǐng)域有深刻的認(rèn)識(shí)和理解，擁有近10項(xiàng)發(fā)明專利，其中兩項(xiàng)為美國專利，大部分與海量數(shù)據(jù)處理相關(guān)。近期關(guān)注海量數(shù)據(jù)的流式處理、Hadoop上的大數(shù)據(jù)應(yīng)用與挖掘等。陳湘萍，北京大學(xué)計(jì)算機(jī)系博士，目前就職于中山大學(xué)，專注于Hadoop、云計(jì)算、軟件中間件、模型驅(qū)動(dòng)的軟件工程等技術(shù)的研究和實(shí)踐。擁有發(fā)明專利5項(xiàng)，參與1項(xiàng)國家電子行業(yè)標(biāo)準(zhǔn)的制定，發(fā)表學(xué)術(shù)論文10余篇。

圖書目錄

前　言
第一部分　環(huán)境準(zhǔn)備
第1章　源代碼環(huán)境準(zhǔn)備/ 2
1.1　什么是Hadoop / 2
1.1.1　Hadoop簡史/ 2
1.1.2　Hadoop的優(yōu)勢/ 3
1.1.3　Hadoop生態(tài)系統(tǒng)/ 4
1.2　準(zhǔn)備源代碼閱讀環(huán)境/ 8
1.2.1　安裝與配置JDK / 8
1.2.2　安裝Eclipse / 9
1.2.3　安裝輔助工具Ant/ 12
1.2.4　安裝類UNIX Shell環(huán)境Cygwin / 13
1.3　準(zhǔn)備Hadoop源代碼/ 15
1.3.1　下載Hadoop / 15
1.3.2　創(chuàng)建Eclipse項(xiàng)目/ 16
1.3.3　Hadoop源代碼組織/ 18
1.4　小結(jié)/ 19
第二部分　Common的實(shí)現(xiàn)
第2章　Hadoop配置信息處理/ 22
2.1　配置文件簡介/ 22
2.1.1　Windows操作系統(tǒng)的配置文件/ 22
2.1.2　Java配置文件/ 23
2.2　Hadoop Configuration詳解/ 24
2.2.1　Hadoop配置文件的格式/ 24
2.2.2　Configuration的成員變量/ 26
2.2.3　資源加載/ 27
2.2.4　使用get*和set*訪問/設(shè)置配置項(xiàng)/ 32
2.3　Configurable接口/ 34
2.4　小結(jié)/ 35
第3章　序列化與壓縮/ 36
3.1　序列化/ 36
3.1.1　Java內(nèi)建序列化機(jī)制/ 36
3.1.2　Hadoop序列化機(jī)制/ 38
3.1.3　Hadoop序列化機(jī)制的特征/ 39
3.1.4　Hadoop Writable機(jī)制/ 39
3.1.5　典型的Writable類詳解/ 41
3.1.6　Hadoop序列化框架/ 48
3.2　壓縮/ 49
3.2.1　Hadoop壓縮簡介/ 50
3.2.2　Hadoop壓縮API應(yīng)用實(shí)例/ 51
3.2.3　Hadoop壓縮框架/ 52
3.2.4　Java本地方法/ 61
3.2.5　支持Snappy壓縮/ 65
3.3　小結(jié)/ 69
第4章　Hadoop遠(yuǎn)程過程調(diào)用/ 70
4.1　遠(yuǎn)程過程調(diào)用基礎(chǔ)知識(shí)/ 70
4.1.1　RPC原理/ 70
4.1.2　RPC機(jī)制的實(shí)現(xiàn)/ 72
4.1.3　Java遠(yuǎn)程方法調(diào)用/ 73
4.2　Java動(dòng)態(tài)代理/ 78
4.2.1　創(chuàng)建代理接口/ 78
4.2.2　調(diào)用轉(zhuǎn)發(fā)/ 80
4.2.3　動(dòng)態(tài)代理實(shí)例/ 81
4.3　Java NIO/ 84
4.3.1　Java基本套接字/ 84
4.3.2　Java NIO基礎(chǔ)/ 86
4.3.3　Java NIO實(shí)例：回顯服務(wù)器/ 93
4.4　Hadoop中的遠(yuǎn)程過程調(diào)用/ 96
4.4.1　利用Hadoop IPC構(gòu)建簡單的分布式系統(tǒng)/ 96
4.4.2　Hadoop IPC的代碼結(jié)構(gòu)/ 100
4.5　Hadoop IPC連接相關(guān)過程/ 104
4.5.1　IPC連接成員變量/ 104
4.5.2　建立IPC連接/ 106
4.5.3　數(shù)據(jù)分幀和讀寫/ 111
4.5.4　維護(hù)IPC連接/ 114
4.5.5　關(guān)閉IPC連接/ 116
4.6　Hadoop IPC方法調(diào)用相關(guān)過程/ 118
4.6.1　Java接口與接口體/ 119
4.6.2　IPC方法調(diào)用成員變量/ 121
4.6.3　客戶端方法調(diào)用過程/ 123
4.6.4　服務(wù)器端方法調(diào)用過程/ 126
4.7　Hadoop IPC上的其他輔助過程/ 135
4.7.1　RPC.getProxy()和RPC.stopProxy() / 136
4.7.2　RPC.getServer()和Server的啟停/ 138
4.8　小結(jié)/ 141
第5章　Hadoop文件系統(tǒng)/ 142
5.1　文件系統(tǒng)/ 142
5.1.1　文件系統(tǒng)的用戶界面/ 142
5.1.2　文件系統(tǒng)的實(shí)現(xiàn)/ 145
5.1.3　文件系統(tǒng)的保護(hù)控制/ 147
5.2　Linux文件系統(tǒng)/ 150
5.2.1　Linux本地文件系統(tǒng)/ 150
5.2.2　虛擬文件系統(tǒng)/ 153
5.2.3　Linux文件保護(hù)機(jī)制/ 154
5.2.4　Linux文件系統(tǒng)API/ 155
5.3　分布式文件系統(tǒng)/ 159
5.3.1　分布式文件系統(tǒng)的特性/ 159
5.3.2　基本NFS體系結(jié)構(gòu)/ 160
5.3.3　NFS支持的文件操作/ 160
5.4　Java文件系統(tǒng)/ 162
5.4.1　Java文件系統(tǒng)API / 162
5.4.2　URI和URL / 164
5.4.3　Java輸入/輸出流/ 166
5.4.4　隨機(jī)存取文件/ 169
5.5　Hadoop抽象文件系統(tǒng)/ 170
5.5.1　Hadoop文件系統(tǒng)API / 170
5.5.2　Hadoop輸入/輸出流/ 175
5.5.3　Hadoop文件系統(tǒng)中的權(quán)限/ 179
5.5.4　抽象文件系統(tǒng)中的靜態(tài)方法/ 180
5.5.5　Hadoop文件系統(tǒng)中的協(xié)議處理器/ 184
5.6　Hadoop具體文件系統(tǒng)/ 188
5.6.1　FileSystem層次結(jié)構(gòu)/ 189
5.6.2　RawLocalFileSystem的實(shí)現(xiàn)/ 191
5.6.3　ChecksumFileSystem的實(shí)現(xiàn)/ 196
5.6.4　RawInMemoryFileSystem的實(shí)現(xiàn)/ 210
5.7　小結(jié)/ 213
第三部分　Hadoop分布式文件系統(tǒng)
第6章　HDFS概述/ 216
6.1　初識(shí)HDFS / 216
6.1.1　HDFS主要特性/ 216
6.1.2　HDFS體系結(jié)構(gòu)/ 217
6.1.3　HDFS源代碼結(jié)構(gòu)/ 221
6.2　基于遠(yuǎn)程過程調(diào)用的接口/ 223
6.2.1　與客戶端相關(guān)的接口/ 224
6.2.2　HDFS各服務(wù)器間的接口/ 236
6.3　非遠(yuǎn)程過程調(diào)用接口/ 244
6.3.1　數(shù)據(jù)節(jié)點(diǎn)上的非IPC接口/ 245
6.3.2　名字節(jié)點(diǎn)和第二名字節(jié)點(diǎn)上的非IPC接口/ 252
6.4　HDFS主要流程/ 254
6.4.1　客戶端到名字節(jié)點(diǎn)的文件與目錄操作/ 254
6.4.2　客戶端讀文件/ 256
6.4.3　客戶端寫文件/ 257
6.4.4　數(shù)據(jù)節(jié)點(diǎn)的啟動(dòng)和心跳/ 258
6.4.5　第二名字節(jié)點(diǎn)合并元數(shù)據(jù)/ 259
6.5　小結(jié)/ 261
第7章　數(shù)據(jù)節(jié)點(diǎn)實(shí)現(xiàn)/ 263
7.1　數(shù)據(jù)塊存儲(chǔ)/ 263
7.1.1　數(shù)據(jù)節(jié)點(diǎn)的磁盤目錄文件結(jié)構(gòu)/ 263
7.1.2　數(shù)據(jù)節(jié)點(diǎn)存儲(chǔ)的實(shí)現(xiàn)/ 266
7.1.3　數(shù)據(jù)節(jié)點(diǎn)升級(jí)/ 269
7.1.4　文件系統(tǒng)數(shù)據(jù)集的工作機(jī)制/ 276
7.2　流式接口的實(shí)現(xiàn)/ 285
7.2.1　DataXceiverServer和DataXceiver / 286
7.2.2　讀數(shù)據(jù)/ 289
7.2.3　寫數(shù)據(jù)/ 298
7.2.4　數(shù)據(jù)塊替換、數(shù)據(jù)塊拷貝和讀數(shù)據(jù)塊檢驗(yàn)信息/ 313
7.3　作為整體的數(shù)據(jù)節(jié)點(diǎn)/ 314
7.3.1　數(shù)據(jù)節(jié)點(diǎn)和名字節(jié)點(diǎn)的交互/ 314
7.3.2　數(shù)據(jù)塊掃描器/ 319
7.3.3　數(shù)據(jù)節(jié)點(diǎn)的啟停/ 321
7.4　小結(jié)/ 326
第8章　名字節(jié)點(diǎn)實(shí)現(xiàn)/ 327
8.1　文件系統(tǒng)的目錄樹/ 327
8.1.1　從i-node到INode/ 327
8.1.2　命名空間鏡像和編輯日志/ 333
8.1.3　第二名字節(jié)點(diǎn)/ 351
8.1.4　FSDirectory的實(shí)現(xiàn)/ 361
8.2　數(shù)據(jù)塊和數(shù)據(jù)節(jié)點(diǎn)管理/ 365
8.2.1　數(shù)據(jù)結(jié)構(gòu)/ 366
8.2.2　數(shù)據(jù)節(jié)點(diǎn)管理/ 378
8.2.3　數(shù)據(jù)塊管理/ 392
8.3　遠(yuǎn)程接口ClientProtocol的實(shí)現(xiàn)/ 412
8.3.1　文件和目錄相關(guān)事務(wù)/ 412
8.3.2　讀數(shù)據(jù)使用的方法/ 415
8.3.3　寫數(shù)據(jù)使用的方法/ 419
8.3.4　工具dfsadmin依賴的方法/ 443
8.4　名字節(jié)點(diǎn)的啟動(dòng)和停止/ 444
8.4.1　安全模式/ 444
8.4.2　名字節(jié)點(diǎn)的啟動(dòng)/ 449
8.4.3　名字節(jié)點(diǎn)的停止/ 454
8.5　小結(jié)/ 454
第9章　HDFS客戶端/ 455
9.1　認(rèn)識(shí)DFSClient / 455
9.1.1　DFSClient的構(gòu)造和關(guān)閉/ 455
9.1.2　文件和目錄、系統(tǒng)管理相關(guān)事務(wù)/ 457
9.1.3　刪除HDFS文件/目錄的流程/ 459
9.2　輸入流/ 461
9.2.1　讀數(shù)據(jù)前的準(zhǔn)備：打開文件/ 463
9.2.2　讀數(shù)據(jù)/ 465
9.2.3　關(guān)閉輸入流/ 475
9.2.4　讀取HDFS文件數(shù)據(jù)的流程/ 475
9.3　輸出流/ 478
9.3.1　寫數(shù)據(jù)前的準(zhǔn)備：創(chuàng)建文件/ 481
9.3.2　寫數(shù)據(jù)：數(shù)據(jù)流管道的建立/ 482
9.3.3　寫數(shù)據(jù)：數(shù)據(jù)包的發(fā)送/ 486
9.3.4　寫數(shù)據(jù)：數(shù)據(jù)流管道出錯(cuò)處理/ 493
9.3.5　寫數(shù)據(jù)：租約更新/ 496
9.3.6　寫數(shù)據(jù)：DFSOutputStream.sync()的作用/ 497
9.3.7　關(guān)閉輸出流/ 499
9.3.8　向HDFS文件寫入數(shù)據(jù)的流程/ 500
9.4　DistributedFileSystem的實(shí)現(xiàn)/ 506
9.5　HDFS常用工具/ 508
9.5.1　FsShell / 508
9.5.2　DFSAdmin / 510
9.6　小結(jié)/ 511