Hadoop DataNode启动和初始化过程
目录
简介
我们先看DataNode的doc文档的介绍，DataNode是一个类，用于存储一组块，用于DFS部署。 单个部署可以有一个或多个DataNode。 每个DataNode通信定期与单个NameNode进行通信。 它还可以与客户端和其他的DataNodes通信。
DataNode存储一系列命名的块。 DataNode允许客户端代码读取这些块，或者写新的块数据。 DataNode也可以响应于以下指令从其NameNode中删除区块或将区块复制到/从其他的DataNodes。
DataNodes的一生都在无休止的循环中度过，询问NameNode需要做哪些事情。 NameNode不能直接连接到DataNode；NameNode只是从DataNode调用的函数中返回值。
DataNodes维护一个开放的 server socket，以便客户端代码 或其他数据节点可以读/写数据。 读取/写入数据的主机/端口为汇报给NameNode，然后将该服务器的向客户或其他可能感兴趣的数据节点提供信息。
概括如下：
1）：一个集群里面可以有好很多个datanode ，这些datanode就是用来存储数据的。
2）：datanode启动了以后会周期性的与namenode进行通信（心跳 、 回报块）。
3）：namenode不能直接操作datanode ， 而是通信心跳返回指令的方式去操作datanode。
4）：datanode启动了以后会开放一个socket发服务（RPC），等待调用。
源码解析
启动datanode，主要是要完成3件事：
1、如何完成存储。
2、如何与namenode进行通信，这个通过IPC 心跳连接实现。此外还有和客户端 其它datanode之间的信息交换。
3、完成和客户端还有其它节点的大规模通信，这个需要直接通过socket 协议实现。
本方法干两件事：
1、打印datanode启动日志,一些基本信息日志（域名、参数、版本、jdk环境等）
2、创建datanode
3、线程挂起
createDataNode方法主要两件事：
1、实例化一个DataNode
2、运行datanode的守护线程
instantiateDataNode方法的作用
1、拿到数据存储路径（dfs.datanode.data.dir）
2、使用三个参数（数据存储路径、配置文件、SecureResources）去实例化Datanode
makeInstance方法主要的作用：
1、获取客户端校验类。
2、拿到存储数据目录的权限。
3、传入磁盘检测对象进行磁盘检测，并返回可用的目录列表。
4、创建datanode对象。
checkStorageLocations方法主要是利用磁盘检测对象进行磁盘目录的检测 ， 返回可用磁盘目录列表
1、声明一个集合，用来存储可用目录列表
2、遍历数据目录,注意这里就是串行的方式
3、利用磁盘检测对象进行磁盘目录的检测：校验目录的读写执行权限 ，如果目录不存在，则创建目录并给予700权限
4、检测完毕没有抛出异常，则说明目录可用，加入到可用列表
5、如果出现IO异常，说明此磁盘目录不可用，加入到目录中
6、如果可用目录数量为0，表明所有的目录都不可用
7、最终，返回可用的磁盘目录列表
初始化方法，这个构造方法主要做了这几件事：
1、根据configuration，初始化一些成员变量
2、给出一个配置、一个dataDirs数组和一个Namenode代理，创建DataNode。
3、启动datanode
startDataNode方法启动datanode，这个方法很重要。
startDataNode是最关键的方法，非常非常重要
1、实例化管理磁盘目录的DataStorage
2、启动http和RPC
3、datanode向namenode注册和心跳
4、通过心跳汇报块
dfs.datanode.max.locked.memory: DataNode在内存中缓存副本块的最大内存数默认参数是0，表示不缓存副本块到内存；而且本地库还需要支持，如果不支持，也无法使用
DataNode最重要的功能就是管理磁盘上存储的数据块。DataNode将这个管理功能切分为2个部分：
1 DataStorage:管理与组织磁盘存储目录，如current,previous,detach,tmp等,在Data
Node数据目录，你可以看到一些current tmp,rbw或者finalized文件夹
2 FsDatasetImpl:管理组织数据块和元数据文件
DataXceiverServer是数据节点DataNode上一个用于接收数据读写请求的后台工作线程，
为每个数据读写请求创建一个单独的线程去处理，DataNode#runDatanodeDaemon()中启动，后面再详细分析这个。
1、创建构造DataXceiverServer需要的TcpPeerServer实例tcpPeerServer，它内部封装了ServerSocket，是DataXceiverServer功能实现的最主要依托；
2、从tcpPeerServer中获取Socket地址InetSocketAddress，赋值给DataNode成员变量streamingAddr
3、然后构造DataXceiverServer实例xserver，传入tcpPeerServer；
4、构造dataXceiverServer守护线程，并将xserver加入之前创建的线程组threadGroup；
5、将线程组里的所有线程设置为设置为守护线程，方便虚拟机退出时自动销毁。
initIpcServer初始化IpcServer（RPC通信），DataNode#runDatanodeDaemon()中启动。用来启动datanode上的rpc服务，主要包括两个服务：ClientDatanodeProtocolPB和InterDatanodeProtocolPB。
BlockPoolManager抽象了datanode提供的数据块存储服务，每个DataNode上都有一个BlockPoolManager实例
总结
这篇主要是DadaNode的启动和初始化的过程，可以看到还是比较复杂的，这篇文章只是写了一些大概的流程，一些细节还需要慢慢的去了解，每天学习一点点，持续行动，日拱一卒无有尽,功不唐捐终入海。