NameNode中数据节点的保存(2)——NetworkTopology

        在前面的一篇文章中，我分析了NameNode用来保存DataNode节点的一种数据结构——Host2NodesMap类，它被用来存储主机与DataNode节点之间的映射，同时NameNode用这个数据结构来计算整个集群的负载情况，在本文，我将介绍另一种DataNode节点的存储结构——NetworkTopology。NetworkTopology类将整个集群中的DataNode节点存储成了一个树状网络拓扑图，当然，在NameNode节点把一个DataNode节点交给NetworkTopology类保存之前，它已经将这个DataNode节点坐在的主机ip解析成了一个/*/*/*/*的形式，这样的话，NetworkTopology就更好处理了。

        先来看看与NetworkTopology类相关联的类图，以便能更好地了解它是如何来表示整个集群中DataNode节点位置的。

     Node接口表示网络拓扑图中节点的抽象，一个Node的实例可能表示的是一个DataNode节点，也可能是集群中的路由器或者是机架，而InnerNode的实例表示的可能是一个路由器，也可能是机架，在中是这样判断是不是机架的：

boolean isRack() {
      if (children.isEmpty()) {
        return true;
      }
            
      Node firstChild = children.get(0);
      if (firstChild instanceof InnerNode) {
        return false;
      }
            
      return true;
 }

Node接口的基本实现是NodeBase，用来表示一个节点实体，并且顶多用来表示HDFS集群中的DataNode节点，它的四个属性含义是：

protected String name; //该结点的名称(host:port)
protected String location; //该结点的网络位置
protected int level; //该结点在网络拓扑中的层次

protected Node parent; //该结点的父结点

       集群中的一个路由器节点可以包含多个路由器节点，也可以包含多个机架节点，一个机架节点可以包含多个DataNode节点，这就是NameNode通过NetworkTopology来管存储群中所有节点的一种方式，那么，它为何要这样来存储呢?实际上，NameNode通过这种树状网络拓扑结构来表示集群中DataNode节点在物理位置上的关系，以方便任何两个DataNode节点之间距离的计算，同时也为NameNode评估集群的负载情况提供计算依据，例如，属于同一个机架的DataNode节点它们在物理上是非常近的，可能就在一个局域网内，同时NamNode也可以计算这个局域网当前的网络带宽的占用情况(这对NameNode节点为一个文件的block副本选取那些存储节点以提高性能是非常重要的)。