Hadoop HDFS源码学习笔记（六）--fetchBlockByteRange

client端需要从datanode端读取数据，当顺序的读取block的时候，会调用到fetchBlockByteRange函数，该函数中，有一个死循环，在循环内部首先使用函数getBlockAt()获得最新的block的信息，然后选择要链接的datanode的信息得到DNAddrPair类型的对象，从该结构中得到DatanodeInfo以及datanode的InetSocketAddress，然后调用函数getBlockReader函数获得一个BlockReader类型的对象。

getBlockReader函数分析：

1、首先根据dnAddr判断是否在client端有跟该datanode的cache的连接，如果存在cache的连接，则会调用DFSClient的getLocalBlockReader函数来执行后续的操作，先不分析这类情况。

2、for循环，主要目的是允许retry连接，次数为3

循环中：

（1）根据dnAddr去一个SocketCache类型的变量中去取得cache的Socket

如果不能从socketCache中得到cache的Socket，则会使用DFSClient的socketFactory的createSocket函数创建一个新的socket,然后执行connect连接操作

（2）调用BlockReaderFactory的newBlockReader方法new一个BlockReader类型的对象，单步跟踪进去，发现又进行了一次封装，facoty类函数封装了RemoteBlockReader2的newBlockReader方法，在该方法内部，使用NetUtils的getOutputSream方法返回了一个（OutputStream）SocketOutputStream对象，利用该对象创建了一个BufferedOutputStream，然后利用该对象创建了一个DataOutputStream对象out，然后利用out创建了一个Sender对象，调用sender的readBlock方法。

Sender的readBlock方法，得到了一个OpReadBlockProto对象，并创建了该对象的header的PB的Message，然后调用自身的send函数，发送了一个ReanBlock类型的命令，在send函数中调用了DataOutputStream的Flush函数。

回到RemoteBlockReader2的newBlockReader方法：创建了一个SocketInputStream对象，然后利用该对象创建了一个DataInputStream类型的对象，之后创建了一系列的response，checksum的proto的message信息，创建的datachecksum对象，并对firstChunkOffset进行了验证检测。

然后调用RemoteBlockReader2的构造函数，创建了一个RemoteBlockReader2的对象，然后返回

（3）调用RemoteBlockReader2的readAll方法，该方法封装了BlockReaderUtil的readAll方法， readAll方法，则又循环读入，封装的是RemoteBlockReader2的read方法，在read方法内部，首先判断，一个java.nio.ByteBufer类型的curPacketBuf是否为null，或者（jana.nio.ByteBuffer类型的curDataSlice的remaining为0，且bytesNeededToFinish大于0）则会调用RemoteBlockReader2的readNextPacket()方法。在readNextPacket函数中调用了函数readPacketHeader方法，该方法最终会使用到ReadableByteChannel类型的RemoteBlockReader2的in成员变量来读取packet的header，并将读取过来的ByteBuffer类型的headerBuf中的packetheader字段放入到PacketHeader类型的成员变量curHeader中。

调用resetPacketBuffer函数，根据计算出来的checksumsLen和packetheader中的dataLen重设curPacketBuf以及curDataSlice的字段内容。调用readChannelFully函数从socket连接中读取数据到curPacketBuf中。然后根据用户请求的offset和得到的packetHeader中存储的该packet在block中的offset计算得到应该读取的position，然后利用该newPos对curDataSlice进行position设置。注意在radChannelFuly函数之后会根据curHeader存放的当前packet中的data的length来更新bytesNeededToFini。sh成员变量，直到该变量小于0才判定已经读完用户请求长度的数据，然后接受最后一个空包，然后发送给datanode一个readResult。

跳出到RemoteBlockReader2的read函数中，会发现首先需要判断当前的packet中的dataLen和用户请求的len的长度大小，得到小的一个值nRead，然后从curdataSlice数组中获得nRead长度的数据。然后就跳回到BlockReaderUtil的readAll函数中，该函数会根据当前的nRead值以及之前的累积读到的数据长度和用户请求的len来判定是否继续执行read操作。

至此就使用BlockReader读取了用户请求的数据，然后会关闭当前的BlockReader，并返回，到目前就完成的fecthBlockByteRange的函数操作，从之前的分析可以了解到，该函数执行的操作是根据block的元数据信息从一个datanode上读取block中的数据

现将在该追踪过程中画的序列图和相关类图附上，以便理清思路，源码就不贴了，因为这次用的是23的代码，本机上没有，是在台式机上追踪的，两台电脑没互通呵呵。

相关阅读：

Hadoop HDFS源码学习笔记（一） http://www.linuxidc.com/Linux/2012-03/55966.htm

Hadoop HDFS源码学习笔记（二） http://www.linuxidc.com/Linux/2012-03/56166.htm

Hadoop HDFS源码学习笔记（三） http://www.linuxidc.com/Linux/2012-03/56167.htm

Hadoop HDFS源码学习笔记（四） http://www.linuxidc.com/Linux/2012-03/57036.htm

Hadoop HDFS源码学习笔记（五） http://www.linuxidc.com/Linux/2012-03/57037.htm

Hadoop HDFS源码学习笔记（六） http://www.linuxidc.com/Linux/2012-03/57035.htm

Hadoop HDFS源码学习笔记（七）--DFSInputStream -- openInfo http://www.linuxidc.com/Linux/2012-03/57487.htm

Hadoop HDFS源码学习笔记（八）---HdfsProxy  http://www.linuxidc.com/Linux/2012-03/57488.htm

更多Hadoop相关信息见Hadoop 专题页面 http://www.linuxidc.com/topicnews.aspx?tid=13