Hadoop技术内幕——Hadoop配置信息处理

　　配置系统是复杂软件必不可少的一部分，org.apache.hadoop.conf.Configuration在Hadooop各个子项目中发挥着重要作用。

　　windows系统广泛使用一种特殊批的ASCII文件.ini作为其主要配置文件标准，被称为（Initialization File）或概要文件（profile）；java中JDK提供了java.util.Properties类处理简单的配置文件。而Hadoop采用自己独有的配置文件管理系统。

　　Hadoop的配置文件的根元素是configuration，一般只包含子元素property，每个property元素就是一个配置项，配置文件不支持分层或分级。在configuration中，每个属性都是String类型，值类型可以是多种类型。

　　合并资源指交将多个配置文件合并，通过loadResources()方法实现的。如果两个配置资源包含了相同的配置项，而且前一个没有标记为final，那么后面的配置将覆盖前面的配置。

　　hadoop系统还有一个重要 功能 ，就是支持属性扩展。如dfs.name.dir的值为${hadoop,tmp.dir}/dfs/name。其中${hadoop,tmp.dir}会使用Configuration中的相应属性进行扩展。

　　使用Configuration类的一般过程是：构造Configuration对象 ，并通过类的addResource()方法添加需要加载的资源；然后就可以使用get*方法和set*方法访问/设置配置项，资源会在第一次使用的时候自动加载到对象中。

　　Configuration的成员变量包括：

　　（1）－quietmode：boolean，用来设置加载配置的模式。默认true，在加载解析配置文件的过程中，不输出日志信息。

　　（2）－loadDefaults：boolean，服务业确定是否加载默认资源，这些资源保存在defaultResources中。

　　（3）－defaultResources：ArrayList<String>，是个静态成员变量，通过方法addDefaultResource()可以添加系统的默认资源。

　　（4）－resources：ArrayList<Object>，保存所有通过 addResource()方法添加Configuration对象的资源。

　　（5）－properties：Properties，Hadoop配置文件解析后的键－值对都存放在properties中。

　　（6）－finalParameters：Set<String>，用来保存所有配置文件中已经被声明为final的键－值对的键。

　　（7）－overlay：Properties，用来记录通过set()方式改变的配置项，即，是应用设置的，不是通过配置资源解析得到的。

　　（8）－classLoader：ClassLoader，是一个类加载器变量，可以用来加载指定类，也可以是相关的资源。

　　资源通过对象的addResource()方法或类的静态addDefaultResource（）方法添加到了Configuration对象中，添加的资源并不会立即被加载，只是通过 reloadConfiguration()方法清空properties和finalParameters。静态方法addDefaultResource()通过 静态成员REGISTRY来清空Configuration对象中的数据。

　　Hadoop的配置文件都是古非今XML形式，JAXP（java API for XML Processing）是一种稳定、可靠的XML处理API，支持SAX（simple API for XML）和DOM两种XML处理方法。SAX提供一种流式的、事件驱动的XML处理方式，但编写处理逻辑比较复杂，比较适合处理大的XML文件。DOM是首先将XML文档一次性装入内存；然后根据文档中定义的元素和属性在中建立一个“树形结构”，也就是一个文档对象模型，将文档对象 化，文档中每个节点对应着模型中一个对象；然后 使用对象 提供 的编程接口，访问XML文档进行操作XML文档。

　　Configurable是一个简单的接口，如果一个类实现了它，意味着这个类是可配置的。即可通过 为这个类的对象传入一个Configuration实例，来提供对象工作需要的一些配置信息。