用了一段時間的hadoop，現在回來看看源碼發現別有一番味道，溫故而知新，還真是這樣的

　　在使用hadoop之前我們需要配置一些文件，hadoop-env.sh，core-site.xml，hdfs-site.xml，maPRed-site.xml。那么這些文件在什么時候被hadoop使用？

　　一般的在啟動hadoop的時候使用最多就是start-all.sh，那么這個腳本都干了些什么？

# Start all hadoop daemons. Run this on master node.#特別的地方時要在master節點上啟動hadoop所有進程 bin=`dirname "$0"`bin=`cd "$bin"; pwd` #bin=$HADOOP_HOME/bin if [ -e "$bin/../libexec/hadoop-config.sh" ]; then. "$bin"/../libexec/hadoop-config.shelse. "$bin/hadoop-config.sh"fi # start dfs daemons"$bin"/start-dfs.sh --config $HADOOP_CONF_DIR # start mapred daemons"$bin"/start-mapred.sh --config $HADOOP_CONF_DIR

if [ -f "${HADOOP_CONF_DIR}/hadoop-env.sh" ]; then. "${HADOOP_CONF_DIR}/hadoop-env.sh"fi

測試$HADOOP_HOME/conf/hadoop-env.sh為普通文件后，通過. "${HADOOP_CONF_DIR}/hadoop-env.sh"執行hadoop-env.sh這個腳本，ok，我們在hadoop-env.sh中配置的環境變量 java_HOME 生效了，其實我感覺這個地方完全可以不用配置，為什么？因為我們在linux上安裝hadoop肯定要安裝java，那么安裝時肯定都會配置JAVA_HOME,在/etc/profile中配置的環境變量在任何的shell進程中都生效。

# Run this on master node. usage="Usage: start-dfs.sh [-upgrade|-rollback]" bin=`dirname "$0"`bin=`cd "$bin"; pwd` if [ -e "$bin/../libexec/hadoop-config.sh" ]; then. "$bin"/../libexec/hadoop-config.shelse. "$bin/hadoop-config.sh"fi # get argumentsif [ $# -ge 1 ]; thennameStartOpt=$1shiftcase $nameStartOpt in(-upgrade);;(-rollback)dataStartOpt=$nameStartOpt;;(*)echo $usageexit 1;;esacfi # start dfs daemons# start namenode after datanodes, to minimize time namenode is up w/o data# note: datanodes will log connection errors until namenode starts"$bin"/hadoop-daemon.sh --config $HADOOP_CONF_DIR start namenode $nameStartOpt"$bin"/hadoop-daemons.sh --config $HADOOP_CONF_DIR start datanode $dataStartOpt"$bin"/hadoop-daemons.sh --config $HADOOP_CONF_DIR --hosts masters start secondarynamenode

仔細看看不能發現，在start-dfs.sh中同樣也會執行hadoop-config.sh，之所以有這一步，是因為我們不總是使用start-all.sh來啟動hadoop的所有進程，有時候我們只需要使用hdfs而不需要MapReduce，此時只需要單獨執行start-dfs.sh，同樣hadoop-config.sh中定義的變量也會被文件系統相關進程使用，所以這里在啟動namenode，datanode，secondarynamenode之前需要先執行hadoop-config.sh，同時hadoop-env.sh文件被執行。再來看看最后的三行代碼，分別是啟動namenode，datanode，secondarynamenode的腳本。啟動hadoop后一共有5個進程，其中三個就是namenode，datanode，secondarynamenode，既然能啟動進程說明對應的類中一定有main方法，看看源碼就可以驗證這一點，這不是重點，重點是來看看對應的類是怎么加載配置文件的。無論是namenode，還是dataname，還是secondarynamenode，他們在啟動時都會加載core-*.xml和hdfs-*.xml文件，以org.apache.hadoop.hdfs.server.namenode.NameNode 這個類為例，其他的兩個類org.apache.hadoop.hdfs.server.datanode.DataNode，org.apache.hadoop.hdfs.server.namenode.SecondaryNameNode類似。

public class NameNode implements ClientProtocol, DatanodeProtocol,NamenodeProtocol, FSConstants,RefreshAuthorizationPolicyProtocol,RefreshUserMappingsProtocol {static{Configuration.addDefaultResource("hdfs-default.xml");Configuration.addDefaultResource("hdfs-site.xml");}...}

看看靜態代碼塊里面內容，會很興奮，看到了hdfs-default.xml和hdfs-site.xml。對重點就在這里，static code block在類加載到jvm執行類的初始化時會執行（不是對象初始化）。Configuration.addDefaultResource("hdfs-default.xml");這段代碼執行前會先將Configuration這個類加載jvm中，那么看下org.apache.hadoop.conf.Configuration這個類中的static code block干了些什么

static{//print deprecation warning if hadoop-site.xml is found in classpathClassLoader cL = Thread.currentThread().getContextClassLoader();if (cL == null) {cL = Configuration.class.getClassLoader();}if(cL.getResource("hadoop-site.xml")!=null) {LOG.warn("DEPRECATED: hadoop-site.xml found in the classpath. " +"Usage of hadoop-site.xml is deprecated. Instead use core-site.xml, "+ "mapred-site.xml and hdfs-site.xml to override properties of " +"core-default.xml, mapred-default.xml and hdfs-default.xml " +"respectively");}addDefaultResource("core-default.xml");addDefaultResource("core-site.xml");}

Configuration類在類的初始化時加載了core-default.xml和core-site.xml這兩個文件。這樣namenode在啟動的時候就加載了core-*.xml和hdfs-*.xml文件，其中core-*.xml是由Configuration這個類加載的。

start-mapred.sh# Start hadoop map reduce daemons. Run this on master node. bin=`dirname "$0"`bin=`cd "$bin"; pwd` if [ -e "$bin/../libexec/hadoop-config.sh" ]; then. "$bin"/../libexec/hadoop-config.shelse. "$bin/hadoop-config.sh"fi # start mapred daemons# start jobtracker first to minimize connection errors at startup"$bin"/hadoop-daemon.sh --config $HADOOP_CONF_DIR start jobtracker"$bin"/hadoop-daemons.sh --config $HADOOP_CONF_DIR start tasktracker 

該腳本同樣也會執行hadoop-config.sh,同樣也會執行hadoop-env.sh。這里和start-dfs.sh是統一的。最后兩行代碼是啟動jobtracker和tasktracker進程的。同樣對應著兩個類org.apache.hadoop.mapred.JobTracker和org.apache.hadoop.mapred.TaskTracker

public class JobTracker implements MRConstants, InterTrackerProtocol,JobSubmissionProtocol, TaskTrackerManager, RefreshUserMappingsProtocol,RefreshAuthorizationPolicyProtocol, AdminOperationsProtocol,JobTrackerMXBean { static{Configuration.addDefaultResource("mapred-default.xml");Configuration.addDefaultResource("mapred-site.xml");}...}