系列文章目录
大数据主要组件核心源码解析
文章目录
- 系列文章目录
- 大数据主要组件核心源码解析
- 前言
- 一、HQL转化为MR 核心思路
- 二、核心代码
- 1. 入口类,生命线
- 2. 编译代码
- 3. 执行代码
- 总结
前言
提示:这里可以添加本文要记录的大概内容:
对大数据几个核心组件的源码,记录一下生命线
提示:以下是本篇文章正文内容,下面案例可供参考
一、HQL转化为MR 核心思路
二、核心代码
1. 入口类,生命线
CliDriver.mainrun()executeDriver()cli.processLine(ss.execString);--hive -e 和 hive读取命令CliDriver.processLine()List<String> commands = splitSemiColon(line);processCmd(command);processLocalCmd(cmd, proc, ss)if (proc instanceof IDriver) IDriver qp = (IDriver) proc;qp.run(cmd)Driver.run()runInternal(command, alreadyCompiled:false);compileInternal(command, true); --关键代码1:编译sqlexecute(); --关键代码2: 执行hql
2. 编译代码
--关键代码1:编译sqlDriver.compileInternal(command, true); compile(command, true, deferClose); ASTNode tree = ParseUtils.parse(command, ctx); --解析器工作// Do semantic analysis and plan generationBaseSemanticAnalyzer sem = SemanticAnalyzerFactory.get(queryState, tree); --编译器、优化器工作sem.analyze(tree, ctx);// get the output schemaschema = getSchema(sem, conf);plan = new QueryPlan(queryStr, sem, perfLogger.getStartTime(PerfLogger.DRIVER_RUN), queryId, queryState.getHiveOperation(), schema);
3. 执行代码
--关键代码2: 执行hql Driver.execute(); TaskRunner runner = launchTask(task, queryId, noName, jobname, jobs, driverCxt);TaskRunner tskRun = new TaskRunner(tsk);tskRun.start();TaskRunner.run()runSequential()tsk.executeTask(ss == null ? null : ss.getHiveHistory());--tsk的各种实现类运行 ExecDriver(MR任务的driver类) 、CopyTask, DDLTask, MapRedTask等int retval = execute(driverContext); --不同的task实现执行ExecDriver(MR任务的driver类) mr任务构造、提交
总结
提示:这里对文章进行总结:
对核心流程,生命线进行追踪。
学习源码:核心思路,抓大放小。
把上面的生命线抓住,需要分析具体问题再细看。