UnderReplicatedBlocks还提供了一个数据块迭代器BlockIterator,用于遍历其中的数据块。它是UnderReplicatedBlocks的内部类,有三个成员变量,如下:
- // 当前迭代级别
- private int level;
- // 标志位:是否为特定复制优先级的迭代器
- private boolean isIteratorForLevel = false;
- // 数据块Block迭代器Iterator列表,存储各级别数据块迭代器
- private final List<Iterator<Block>> iterators = new ArrayList<Iterator<Block>>();
其中,level代表了迭代器当前处于的迭代级别,表示正在哪个块复制级别迭代数据块;isIteratorForLevel是一个标志位,是否为特定复制优先级的迭代器的标志位,也就意味着只在特定级别进行迭代;而iterators则是一个数据块Block迭代器Iterator列表,由前往后、由高到低的存储各级别数据块迭代器。
BlockIterator提供了两个构造函数,一个是无参构造函数:生成所有级别的数据块迭代器,另外一个是有参构造函数:生成指定级别的数据块迭代器,代码分别如下:
- /**
- * Construct an iterator over all queues.
- * 无参构造函数:生成所有级别的数据块迭代器
- */
- private BlockIterator() {
- // 当前迭代级别level设置为0
- level=0;
- // iterators中添加全部级别的数据块迭代器
- for(int i=0; i<LEVEL; i++) {
- iterators.add(priorityQueues.get(i).iterator());
- }
- }
- /**
- * Constrict an iterator for a single queue level
- * 有参构造函数:生成指定级别的数据块迭代器
- * @param l the priority level to iterate over
- */
- private BlockIterator(int l) {
- // 当前迭代级别level设置为指定级别
- level = l;
- // 标志位:是否为特定复制优先级的迭代器设置为true
- isIteratorForLevel = true;
- // iterators中添加指定级别的数据块迭代器
- iterators.add(priorityQueues.get(level).iterator());
- }
注释很清晰,读者可自行阅读。另外,数据块是根据复制级别由高到低的顺序迭代的,当某一级别数据块迭代完毕,那么我们需要更新当前迭代级别,此时update()方法就完成这一个工作,代码如下:
- // 如果需要,更新当前迭代级别(由高往低迭代)
- private void update() {
- // 标志位:是否为特定复制优先级的迭代器,为true的话,直接返回
- if (isIteratorForLevel) {
- return;
- }
- // 当前迭代级别小于LEVEL-1(也就是还没到最低级别),并且当前迭代级别已遍历所有数据块
- while(level< LEVEL-1 && !iterators.get(level).hasNext()) {
- // 当前迭代级别level加1
- level++;
- }
- }
它会先判断标志位isIteratorForLevel:是否为特定复制优先级的迭代器,为true的话,直接返回;否则当当前迭代级别小于LEVEL-1(也就是还没到最低级别),并且当前迭代级别已遍历所有数据块,当前迭代级别level加1。
既然是一个迭代器,那么我们看下它最重要的两个方法,hasNext()和next(),分别如下:
hasNext():判断是否还存在未迭代元素
- // 判断是否还有下一个元素
- @Override
- public boolean hasNext() {
- // 标志位:是否为特定复制优先级的迭代器,为true的话,直接返回iterators列表中第一个迭代器的判断下一个元素的结果
- if (isIteratorForLevel) {
- return iterators.get(0).hasNext();
- }
- // 如果需要,更新当前迭代级别(由高往低迭代)
- update();
- // 取当前级别的迭代器的判断是否存在下一个元素的结果
- return iterators.get(level).hasNext();
- }
hasNext()方法,也是先判断标志位isIteratorForLevel:是否为特定复制优先级的迭代器,为true的话,直接返回iterators列表中第一个迭代器的判断下一个元素的结果,否则,如果需要,调用update()方法更新当前迭代级别(由高往低迭代),取当前级别的迭代器的判断是否存在下一个元素的结果。
next()方法:跌倒下一个元素
- // 取下一个元素
- @Override
- public Block next() {
- // 标志位:是否为特定复制优先级的迭代器,为true的话,直接返回iterators列表中第一个迭代器的下一个元素
- if (isIteratorForLevel) {
- return iterators.get(0).next();
- }
- // 如果需要,更新当前迭代级别(由高往低迭代)
- update();
- // 取当前级别的迭代器的下一个元素
- return iterators.get(level).next();
- }
处理逻辑与hasNext()方法一致,不再赘述。
BlockIterator还提供了从迭代器中移除元素remove()方法及获取当前迭代级别的getPriority()方法,代码分别如下:
- // 移除
- @Override
- public void remove() {
- // 标志位:是否为特定复制优先级的迭代器,为true的话,直接返回iterators列表中第一个迭代器的移除结果
- if (isIteratorForLevel) {
- iterators.get(0).remove();
- } else {
- // 取当前级别的迭代器的移除的结果
- iterators.get(level).remove();
- }
- }
- // 获取当前迭代级别
- int getPriority() {
- return level;
- }
UnderReplicatedBlocks还提供了按照优先级由高到低的顺序,获取指定数目的待复制数据块的chooseUnderReplicatedBlocks()方法,代码如下:
- /**
- * Get a list of block lists to be replicated. The index of block lists
- * represents its replication priority. Replication index will be tracked for
- * each priority list separately in priorityToReplIdx map. Iterates through
- * all priority lists and find the elements after replication index. Once the
- * last priority lists reaches to end, all replication indexes will be set to
- * 0 and start from 1st priority list to fulfill the blockToProces count.
- *
- * @param blocksToProcess - number of blocks to fetch from underReplicated blocks.
- * @return Return a list of block lists to be replicated. The block list index
- * represents its replication priority.
- */
- public synchronized List<List<Block>> chooseUnderReplicatedBlocks(
- int blocksToProcess) {
- // initialize data structure for the return value
- // 初始化做为返回值的数据结构,LEVEL大小的一个块列表的列表
- List<List<Block>> blocksToReplicate = new ArrayList<List<Block>>(LEVEL);
- // 每种优先级都添加一个空的数据块ArrayList列表
- for (int i = 0; i < LEVEL; i++) {
- blocksToReplicate.add(new ArrayList<Block>());
- }
- // 如果不存在需要复制的数据块,直接返回空的列表blocksToReplicate
- if (size() == 0) { // There are no blocks to collect.
- return blocksToReplicate;
- }
- int blockCount = 0;
- // 按照优先级从高到低处理
- for (int priority = 0; priority < LEVEL; priority++) {
- // Go through all blocks that need replications with current priority.
- // 构造指定级别priority的数据块迭代器BlockIterator实例neededReplicationsIterator
- BlockIterator neededReplicationsIterator = iterator(priority);
- // 根据指定级别priority从priorityToReplIdx中取之前已经处理到的位置索引replIndex
- Integer replIndex = priorityToReplIdx.get(priority);
- // skip to the first unprocessed block, which is at replIndex
- // 利用replIndex,数据块迭代器跳过之前已处理的数据块,指向下一个该处理的正确位置
- for (int i = 0; i < replIndex && neededReplicationsIterator.hasNext(); i++) {
- neededReplicationsIterator.next();
- }
- // blocksToProcess的值不能超过所有待复制数据块总数
- blocksToProcess = Math.min(blocksToProcess, size());
- // 如果已获取到足够的数据块,即blockCount等于blocksToProcess,直接跳出循环
- if (blockCount == blocksToProcess) {
- break; // break if already expected blocks are obtained
- }
- // Loop through all remaining blocks in the list.
- // 通过迭代器neededReplicationsIterator迭代数据块,添加入返回集合blocksToReplicate中,
- // 并累加索引位置replIndex
- // 判断条件为当前已取数据块blockCount还未达到要求的blocksToProcess,
- // 同时数据块迭代器neededReplicationsIterator还有下一个元素
- while (blockCount < blocksToProcess
- && neededReplicationsIterator.hasNext()) {
- // 通过数据块迭代器neededReplicationsIterator取下一个数据块
- Block block = neededReplicationsIterator.next();
- // 将数据块添加到优先级priority对应的列表
- blocksToReplicate.get(priority).add(block);
- // 累加索引位置replIndex
- replIndex++;
- // 累加已获取数据块数目blockCount
- blockCount++;
- }
- // 如果迭代器中已没有元素,且已处理到最高级别,重置位置索引priorityToReplIdx为0,跳出循环
- if (!neededReplicationsIterator.hasNext()
- && neededReplicationsIterator.getPriority() == LEVEL - 1) {
- // reset all priorities replication index to 0 because there is no
- // recently added blocks in any list.
- for (int i = 0; i < LEVEL; i++) {
- priorityToReplIdx.put(i, 0);
- }
- break;
- }
- // 记录索引位置replIndex
- priorityToReplIdx.put(priority, replIndex);
- }
- // 返回获取到的数据块列表
- return blocksToReplicate;
- }
其处理逻辑大体如下:
1、初始化做为返回值的数据结构,LEVEL大小的一个块列表的列表blocksToReplicate;
2、每种优先级都添加一个空的数据块ArrayList列表;
3、如果不存在需要复制的数据块,直接返回空的列表blocksToReplicate;
4、按照优先级从高到低处理:
4.1、构造指定级别priority的数据块迭代器BlockIterator实例neededReplicationsIterator;
4.2、根据指定级别priority从priorityToReplIdx中取之前已经处理到的位置索引replIndex;
4.3、利用replIndex,数据块迭代器跳过之前已处理的数据块,指向下一个该处理的正确位置;
4.4、blocksToProcess的值不能超过所有待复制数据块总数;
4.5、如果已获取到足够的数据块,即blockCount等于blocksToProcess,直接跳出循环;
4.6、通过迭代器neededReplicationsIterator迭代数据块,添加入返回集合blocksToReplicate中,并累加索引位置replIndex,判断条件为当前已取数据块blockCount还未达到要求的blocksToProcess,同时数据块迭代器neededReplicationsIterator还有下一个元素:
4.6.1、通过数据块迭代器neededReplicationsIterator取下一个数据块;
4.6.2、将数据块添加到优先级priority对应的列表;
4.6.3、累加索引位置replIndex;
4.6.4、累加已获取数据块数目blockCount;
4.7、如果迭代器中已没有元素,且已处理到最高级别,重置位置索引priorityToReplIdx为0,跳出循环;
4.8、priorityToReplIdx中记录优先级priority对应索引位置replIndex;
5、返回获取到的数据块列表。
未完待续,敬请期待《HDFS源码分析之UnderReplicatedBlocks(二)》。