关于hadoop:深入浅出-Yarn-架构与实现12-搭建-Hadoop-源码阅读环境

本文将介绍如何应用 idea 搭建 Hadoop 源码浏览环境。（默认已装置好 Java、Maven 环境）

一、搭建源码浏览环境

一）idea 导入 hadoop 工程

从 github 上拉取代码。
https://github.com/apache/hadoop
能够抉择对应的分支

# 如拉取 2.8.5 分支
git clone -b branch-2.8.5 [email protected]:apache/hadoop.git

在 idea 中点击 File - Open 抉择对应的文件夹目录，进行导入。之后会进入漫长的程序加载过程（看机器配置和网速，可能几十分钟到几小时不等）。

二）配置正文环境

为了更不便的在浏览源码过程中记笔记，可在源码根底上创立新的分支用于记录。
1、创立新分支

# 如在 branch-2.8.5 根底上创立
git checkout -b branch-2.8.5-comment

2、在 github 上创立个新的我的项目
3、将本地分支 branch-2.8.5-comment 推送到远端。之后能够在本人 github 上看到这个我的项目分支了。

# 删除原来的远端我的项目
git remote remove origin
# 增加新的我的项目地址
git remote add origin < 你的我的项目地址 >
# 推送新的分支
git push -u origin branch-2.8.5-comment

二、源码组织架构

一）根目录构造

导入工程后，能够看到如下图的目录构造。其中，比拟重要的目录有：hadoop-common-project、hadoop-mapreduce- project、hadoop-hdfs-project 和 hadoop-yarn-project 等。

• hadoop-common-project：Hadoop 根底库所在目录，该目录中蕴含了其余所有模块可能会用到的根底库，包含 RPC、Metrics、Counter 等；
• hadoop-mapreduce-project：MapReduce 框架的实现；
• hadoop-hdfs-project：Hadoop 分布式文件系统实现；
• hadoop-yarn-project：Hadoop 资源管理零碎 YARN 实现，是咱们须要重点关注的局部。

二）yarn 目录构造

Hadoop YARN 次要关注五个局部：API、Common、Applications、Client 和 Server。

• YARN API：给出了 YARN 外部波及 RPC 协定的 Java 申明和 Protocol Buffers 定义；
• YARN Common：蕴含了 YARN 底层库实现，包含事件库、服务库、状态机库、Web 界面库等；
• YARN Applications：蕴含了两个 Application 编程实例，别离是 distributedshell 和 Unmanaged AM；
• YARN Client：该局部封装了几个与 YARN RPC 协定交互相干的库，不便用户开发应用程序；
• YARN Server：该局部给出了 YARN 的外围实现，包含 ResourceManager、NodeManager、资源管理器等外围组件的实现。

三、近程调试

配置与近程部署的 hadoop 服务连贯。
1、idea 中抉择 Run -> Edit Configurations

# 在 yarn-env.sh 中增加
export YARN_NODEMANAGER_OPTS="-Xdebug -Xrunjdwp:transport=dt_socket,server=y,suspend=n,address=5006"
export YARN_RESOURCEMANAGER_OPTS="-Xdebug -Xrunjdwp:transport=dt_socket,server=y,suspend=n,address=5005"

# 如果想要启动时先连贯 debug，则设置 suspend=y

4、能够用 idea 进行近程连贯调试了