HDFS源码分析心跳汇报之BPServiceActor工作线程运行流程

在《HDFS源码分析心跳汇报之数据结构初始化》一文中，我们了解到HDFS心跳相关的BlockPoolManager、BPOfferService、BPServiceActor三者之间的关系，并且知道最终HDFS的心跳是通过BPServiceActor线程实现的。那么，这个BPServiceActor线程到底是如何工作的呢？本文，我们将继续HDFS心跳分析之BPServiceActor工作线程运行流程。

首先，我们先看下

那么，BPServiceActor线程是通过什么样的流程来实现心跳的呢？我们来看下它正常工作的run()方法，代码如下：

/**
* No matter what kind of exception we get, keep retrying to offerService().
* That's the loop that connects to the NameNode and provides basic DataNode
* functionality.
*
* Only stop when "shouldRun" or "shouldServiceRun" is turned off, which can
* happen either at shutdown or due to refreshNamenodes.
*/
@Override
public void run() {

// 记录日志信息：starting to offer service
LOG.info(this + " starting to offer service");

try {

// 在一个while循环内，完成连接NameNode并握手操作，即初始化
while (true) {
// init stuff
try {
// setup storage
// 连接NameNode并握手
connectToNNAndHandshake();
break;
} catch (IOException ioe) {

// 如果存在异常

// Initial handshake, storage recovery or registration failed

// 现将运行状态runningState设置为初始化失败INIT_FAILED
runningState = RunningState.INIT_FAILED;

// 调用shouldRetryInit()方法判断初始化失败时是否可以重试
if (shouldRetryInit()) {

// Retry until all namenode's of BPOS failed initialization
// 记录error日志信息
LOG.error("Initialization failed for " + this + " "
+ ioe.getLocalizedMessage());

// 线程休眠5s，并记录info日志信息，之后再进入循环重复执行之前的操作
sleepAndLogInterrupts(5000, "initializing");

} else {

// 不允许重试的情况下，将运行状态runningState设置为失败FAILED，退出循环，并返回
runningState = RunningState.FAILED;
LOG.fatal("Initialization failed for " + this + ". Exiting. ", ioe);
return;
}
}
}

// 设置运行状态runningState为正在运行RUNNING
runningState = RunningState.RUNNING;

// 进入另一个while循环，不停的调用offerService()方法，
// 发送心跳给NameNode并接收来自NameNode，然后根据命令交给不同的组件去处理
// 循环的条件就是该线程的标志位shouldServiceRun为true，且dataNode的shouldRun()返回true
while (shouldRun()) {
try {
offerService();
} catch (Exception ex) {

// 存在异常的话，记录error日志，并休眠5s
LOG.error("Exception in BPOfferService for " + this, ex);
sleepAndLogInterrupts(5000, "offering service");
}
}

// 设置运行状态runningState为已退出EXITED
runningState = RunningState.EXITED;

} catch (Throwable ex) {
LOG.warn("Unexpected exception in block pool " + this, ex);
runningState = RunningState.FAILED;
} finally {
LOG.warn("Ending block pool service for: " + this);

// 清空，释放占用的资源
cleanUp();
}
}

在run()方法的开始，也就是BPServiceActor线程刚启动时，会在一个while循环内，完成连接NameNode并握手操作，即初始化。这里，是通过调用connectToNNAndHandshake()方法完成与NameNode的连接并进行两次握手的。值得一提的是，如果出现了IOException异常，会先将运行状态runningState设置为初始化失败INIT_FAILED，然后调用shouldRetryInit()方法判断初始化失败时是否可以重试：

1、如果可以重试的话，记录error日志信息，线程休眠5s，并记录info日志信息，之后再进入循环重复执行之前的操作；

2、不允许重试的情况下，将运行状态runningState设置为失败FAILED，退出循环，并返回。

接下来，设置运行状态runningState为正在运行RUNNING，进入另一个while循环，不停的调用offerService()方法，发送心跳给NameNode并接收来自NameNode的命令，然后根据命令交给不同的组件去处理，循环的条件就是该线程的标志位shouldServiceRun为true，且dataNode的shouldRun()返回true；

而当循环过程中存在异常Exception的话，记录error日志，并休眠5s，然后继续循环，只有当shouldRun()方法返回false，才退出循环，设置运行状态runningState为已退出EXITED，最终调用cleanUp()方法释放占用的资源等。

上述就是BPServiceActor线程正常工作进行周期性心跳的主流程。下面，我们针对其中的某些细节进行详细描述。

首先，完成与NameNode的连接并进行两次握手的connectToNNAndHandshake()方法，实现如下：

/**
* 连接NameNode并握手
*/
private void connectToNNAndHandshake() throws IOException {

// get NN proxy
// 利用DataNode实例dn的connectToNN()方法和NameNode地址nnAddr获得NameNode的代理bpNamenode
bpNamenode = dn.connectToNN(nnAddr);

// First phase of the handshake with NN - get the namespace
// info.
// 与NameNode握手第一阶段：获取命名空间信息
NamespaceInfo nsInfo = retrieveNamespaceInfo();

// Verify that this matches the other NN in this HA pair.
// This also initializes our block pool in the DN if we are
// the first NN connection for this BP.
// 验证，并设置命名空间信息()
bpos.verifyAndSetNamespaceInfo(nsInfo);

// Second phase of the handshake with the NN.
// 与NameNode握手第二阶段，注册
register();
}

它的主要处理流程如下：

1、利用DataNode实例dn的connectToNN()方法和NameNode地址nnAddr获得NameNode的代理bpNamenode

2、与NameNode握手第一阶段：调用retrieveNamespaceInfo()方法获取命名空间信息nsInfo；

3、通过bpos的verifyAndSetNamespaceInfo()方法进行验证，并设置命名空间信息nsInfo；

4、与NameNode握手第二阶段，调用register()方法进行注册。

接着，我们再看下实现周期性心跳的offerService()方法，代码如下：