HDFS源码分析之LightWeightGSet-CSDN博客

本文链接：https://blog.csdn.net/lipeng_bigdata/article/details/51150980

LightWeightGSet是名字节点NameNode在内存中存储全部数据块信息的类BlocksMap需要的一个重要数据结构，它是一个占用较低内存的集合的实现，它使用一个数组array存储元素，使用linked lists来解决冲突。它没有实现重新哈希分区，所以，内部的array不会改变大小。这个类不支持null元素，并且不是线程安全的。它在BlocksMap中的初始化如下：

this.blocks = new LightWeightGSet<Block, BlockInfo>(capacity)// ...省略部分代码

可见，它类似一个Key、Value集合，Key为BLock对象，Value为BlockInfo对象。

那么，对于LightWeightGSet的上述介绍该如何解释呢？既然看上去像一个Key、Value集合，那么它到底是不是一个Key、Value集合呢？而且，为什么说它占内存比较低，使用数组存储元素，又用linked lists来解决冲突呢？相信当你看完LightWeightGSet的实现，就会一目了然。我们先看下LightWeightGSet中最重要的一个成员变量，如下：

  /**
   * An internal array of entries, which are the rows of the hash table.
   * The size must be a power of two.
   * 存储元素条目的内部数组，它是哈希表中的行。
   * 数组大小必须是2的幂。
   * 数组元素实现了LinkedElement接口。
   */
  private final LinkedElement[] entries;

entries是一个存储实现了LinkedElement接口对象的数组，实际上存储的是BlockInfo实例。它是LightWeightGSet存储元素条目的内部数组，数组中元素是哈希表中的一行，且数组的大小必须为2的幂。

先了解上述信息就行，我们再往下看，既然是一个集合，就得能够实现存取元素，LightWeightGSet肯定得对外提供了元素存取的方法，先看存，通过put()方法实现，代码如下：

  @Override
  public E put(final E element) {
    //validate element
	// 检验元素element
	
	// 不支持null元素
    if (element == null) {
      throw new NullPointerException("Null element is not supported.");
    }
    
    // 元素必须实现LinkedElement接口
    if (!(element instanceof LinkedElement)) {
      throw new HadoopIllegalArgumentException(
          "!(element instanceof LinkedElement), element.getClass()="
          + element.getClass());
    }
    
    // 将元素element强制转换成LinkedElement类型实例e
    final LinkedElement e = (LinkedElement)element;

    //find index
    // 获取元素对应索引
    // 实际上是根据block的hashCode和hash_mask的一种循环取余算法
    // blockID是一个递增的序列，它在数组内的index也是在数组长度范围内递增的
    final int index = getIndex(element);

    //remove if it already exists
    // 如果元素已经存在的话，移除
    final E existing = remove(index, element);

    //insert the element to the head of the linked list
    // 将元素element插入到linked列表的头部
    
    // 累加modification、size
    modification++;
    size++;
    
    // 元素设置
    // 将e的next元素设置为数组当前index位置的元素
    e.setNext(entries[index]);
    // 将e的next元素设置为数组当前index位置的元素
    entries[index] = e;

    // 返回之前存储的元素existing
    return existing;
  }

put()方法实现了LightWeightGSet存数据的功能，它接收一个E泛型element作为参数，实现逻辑如下：

1、首先校验参数，即需要存储的元素element，它必须满足不能为null和必须实现LinkedElement接口两个限制条件；

2、然后将元素element强制转换成LinkedElement类型实例e；

3、调用getIndex()方法根据元素element获取它在数组entries中对应的位置索引index；

4、如果元素存在的话，调用remove()方法，根据位置索引index和元素remove进行移除操作，并得到有可能之前存储的元素existing；

5、累加modification、size：

modification代表了数据修改量，无论增加还是删除，均会累加；

size代表了集合元素个数，增加元素时即累加，删除元素时即累减；

6、进行元素设置：

6.1、将e的next元素设置为数组当前index位置的元素，可能为null，也可能为之前存在的不等元素，但肯定不是和需要添加元素相等的元素，因为如果存在，上面就已经删除了；

6.2、将当前元素e设置为数组当前index位置的元素；

7、将当前元素e设置为数组当前index位置的元素。
通过上述添加元素过程的逻辑介绍，你是不是能体会到以下这点呢：

LightWeightGSet在内存中本质上是一个数组entries，用于存储实现了LinkedElement接口的元素。当添加元素element时，我们能够根据待添加元素element计算出它在数组entries中的位置索引index，然后根据位置索引index和元素element删除之前可能存在的相等元素，然后再进行元素设置，将数组entries中当前位置索引index处的元素设置为待添加元素element的next元素，而将待添加元素element放置到数组entries中的位置索引index处。

看到这里，你是不是恍然大悟，是不是能感受到LightWeightGSet中的数组中每个位置存储的好像是一个列表，而不是单一的一个元素？如果你能体会到这点，你就能开始领会到LightWeightGSet的真谛了。而且，我们已经能够开始回答上面我们遗留的使用一个数组array存储元素，使用linked lists来解决冲突这个疑问了。