Java 利用Linux Openssl 库计算文件校验码

在传统Java编程中, 我们可以另用ProcessBuilder类来创建系统进程或者Runtime类来取得JVM的接口对象运行我们指定的系统命令, 并且可以通过读入器来获取系统的out以及err输出.这里有一个简单的例子, 没有用过的同学可以参考一下.

http://wuhongyu.iteye.com/blog/461477

由于前段时间有这样的一个需求, 尽可能快的算出Hadoop系统里的MD码, 我曾经想过另用Java的Digest类来读取文件, 然后工作交给Digest类来完成, 可没想到的是Java的这个类算MD校验码，效率及其的低下，我在XP上算50M的文件, 居然花费8秒钟的时间.直接放弃. 这个Demo我也顺便推荐一下:

http://www.javablogging.com/?s=Java+Digest+SHA1+MD5

后来google该问题的解决方案, 有一个比较有意思的贴子Fast MD5 Implementation in Java, 呵呵, 由于时间关系, 没来的急看,分享一下：

http://www.twmacinta.com/myjava/fast_md5.php

Fast MD5.. 总给我一个不太舒服的感觉, 最后还是决定放弃使用. 由于Hadoop运行于Linux 环境, 回过神来我想到了Linux上的openssl库. 大伙都知道openssl 里其中就有计算数据的安全通信命令. $cat XXX | openssl sha1.

这里有一个问题, 由于hadoop的文件是存在于集群的, 而openssl 是接受本地文件作为参数的, 我可以把文件从HDFS里读出, 然后再构造文件供openssl 计算. 不过这种方式太囧.
我的解决方法是另用Runtime获取运行对象, 直接执行openssl sha1命令, 其实当系统执行该命令的时候会等待输入的. 此时我可以通过我的文件输入流把数据打印到等待输入的输出流上。

// TODO this is a job. not a filedescriptor
	protected void handle(FileDescriptor job) throws IOException {
		if (job == null || job.path == null) {
			log.warn("Invalid job: " + job);
		}
		
		// wait for GC. 
		Configuration conf = new Configuration();
		Path path = new Path(job.path);
		FileSystem fs = path.getFileSystem(conf);
		
		if (!fs.exists(path) || !fs.isFile(path)) {
			log.warn("*HADLEJOB file does not exist for path: " + path);
			return;
		}
		
		InputStream is = fs.open(path);
		// Run a command
		String cmd = "openssl sha1";
		boolean completed = false;
		
		Process process = null; // Sub process used to execute the command
		int exitCode;
		process = Runtime.getRuntime().exec(cmd);

		BufferedOutputStream os = new BufferedOutputStream(process.getOutputStream(), 4096);
		byte buf[] = new byte[4096];
		while (true) {
			int bytesRead = is.read(buf);
			if (bytesRead == -1) {
				break;
			}
			os.write(buf, 0, bytesRead);
		}
		os.flush();
		os.close();
		
		final BufferedReader errReader = 
			new BufferedReader(new InputStreamReader(process.getErrorStream()));
		
		BufferedReader inReader = 
			new BufferedReader(new InputStreamReader(process.getInputStream()));
		
		final StringBuffer errMsg = new StringBuffer();
		// read error and input streams as this would free up the buffers
		// free the error stream buffer
		Thread errThread = new Thread(){
			
			public void run() {
				try {
					String line = errReader.readLine();
					while ((line != null) && !isInterrupted()) {
						errMsg.append(line);
						errMsg.append(System.getProperty("line.separator"));
						line = errReader.readLine();
					}
				} catch (IOException ioe) {
					log.warn("Error reading the error stream", ioe);
				}
			}
			
		};
		try {
			errThread.start();
		} catch (IllegalStateException ise) {
		}
		
		try {
			String line = inReader.readLine();
			if (line == null) {
				throw new IOException("Exception a line not the end of stream");
			}
			job.set_sha1(line.trim());
			// clear the input stream buffer
			line = inReader.readLine();
			while (line != null) {
				line = inReader.readLine();
			}
			
			// wait for the process to finish and check the exit code
			exitCode = process.waitFor();
			
			try {
				errThread.join();
			} catch (InterruptedException ie) {
				log.warn("Interrupted while reading the error stream", ie);
			}
			completed = true;
			if (exitCode != 0) {
				throw new IOException(exitCode + errMsg.toString());
			}
		} catch (InterruptedException ie) {
			throw new IOException(ie.toString());
		} finally {
			// close the input stream
			try {
				inReader.close();
			} catch (IOException e) {
				log.warn("Error whilke closing the input stream", e);
			}
			if (!completed) {
				errThread.interrupt();
			}
			try {
				errReader.close();
			}catch(IOException ioe){
				log.warn("Error while closing the error stream", ioe);
			}
			process.destroy();
		}
	}

该执行方法运行于线程池中, 下一个贴子我将记录真正应用中线程池的实现, 提供线程池的大小设置, shrink等实现.