hadoop 2.4 namenode ha 源码分析(HealthMonitor）
本文章将详细分析hadoop2.0的namenode HA的原理，以及部分源码分析。
在2.0 的HA部分，我们可以看到相比原来的1.0，多了DFSZKFailoverController ，JournalNode 进程。
DFSZKFailoverController顾名思义就是用于整个主备切换的控制器。
JournalNode 是active和standby元数据共享的传输介质。
而DFSZKFailoverController主要负责active NN的选举通过ActiveStandbyElector来实现，对于nn本身的监控通过HealthMonitor类来实现，下面我们来分析一下HealthMonitor来究竟做了哪些工作以及对NN的监控调用流程。
对于NN的状态，定义了如下几类：
public enum State {
/**
* The health monitor is still starting up.
*/
INITIALIZING,
/**
* The service is not responding to health check RPCs.
*/
SERVICE_NOT_RESPONDING,
/**
* The service is connected and healthy.
*/
SERVICE_HEALTHY,
/**
* The service is running but unhealthy.
*/
SERVICE_UNHEALTHY,
/**
* The health monitor itself failed unrecoverably and can
* no longer provide accurate information.
*/
HEALTH_MONITOR_FAILED;
}
可以看到定义了，ok or failed两类状态
。
对于监控的结果，healthMonitor来通过设置回调函数来实现。
public void addCallback(Callback cb) {
this.callbacks.add(cb);
}
public synchronized void addServiceStateCallback(ServiceStateCallback cb){
this.serviceStateCallbacks.add(cb);
}
addXXXCallback可以动态添加事件回调函数。
真实监控NN的部分
private class MonitorDaemon extends Daemon
通过内部类MonitorDaemon来实现。实现在run方法，通过源码可以看到run方法调用了
public void run() {
while (shouldRun) {
try {
loopUntilConnected();
doHealthChecks();//监控主方法
} catch (InterruptedException ie) {
Preconditions.checkState(!shouldRun,
"Interrupted but still supposed torun");
}
}
}
进行监控
我们来看下，这部分源码：
/**
* 状态监测
* @throws InterruptedException
*/
private void doHealthChecks() throws InterruptedException {
while (shouldRun) {//只有在关闭的时候shouldRun=false,其他一直是true
HAServiceStatus status = null;//NN的状态
boolean healthy = false;//定义健康程度
try { //proxy为HAService的一个rpc代理，由NameNodeRpcServer实现HA的NN部分
status = proxy.getServiceStatus();
//本质上调用了NN的monitorHealth方法，而NN的监控方法，主要是对系统资源的一个检查，如无异常，直接返回
//有异常会throw出HealthCheckFailedException, AccessControlException异常
proxy.monitorHealth();
healthy = true;
} catch (HealthCheckFailedException e) {//异常
LOG.warn("Service health check failed for " + targetToMonitor + ": " +e.getMessage());
enterState(State.SERVICE_UNHEALTHY);
} catch (Throwable t) {//未知异常，一般是对应的NN没有启动
LOG.warn("Transport-level exception trying to monitor health of " +targetToMonitor + ": " + t.getLocalizedMessage());
RPC.stopProxy(proxy);
proxy = null;
enterState(State.SERVICE_NOT_RESPONDING);
Thread.sleep(sleepAfterDisconnectMillis);
return;
}
if (status != null) {
setLastServiceStatus(status);
}
if (healthy) { //设置状态，用于通知回调函数
enterState(State.SERVICE_HEALTHY);
}
Thread.sleep(checkIntervalMillis);
}
}
而NN的监控，也比较单纯：
synchronized void monitorHealth()
throws HealthCheckFailedException, AccessControlException {
namesystem.checkSuperuserPrivilege();
if (!haEnabled) {
return; // no-op, if HA is not enabled
}
getNamesystem().checkAvailableResources();
if (!getNamesystem().nameNodeHasResourcesAvailable()) {
throw new HealthCheckFailedException("
The NameNode has no resources available");
}
}
可以看到其实监控部分，就是一个rpc不断的发送请求，让NN自检测然后在返回相应的数据。
下一步，我们将分析主备选举这块的代码，后面会把这几部分串起来。