目的
hdfs dfs -ls / を実行した時にどのようなコードが実行されるかコードを追ってみた。
hdfsコマンド
hdfsコマンドは hadoop-hdfs モジュールで管理されている。
dfs
dfs を指定すると、org.apache.hadoop.fs.FsShell が呼び出される。mainメソッドがエントリポイント。
CommandFactory
実行するサブコマンドが決まると、CommandFactoryからそれに対応する実行クラスを取得することができる。
Ls
サブコマンドが ls の場合は、org.apache.hadoop.fs.shell.Ls#run が呼び出される。
Commadn, FsCommand
Ls等のサブコマンドのクラスはFsCommandクラスを、FsCommandクラスはCommandクラスを継承している。Ls#runを呼び出すと、Command#runが起動して、processRawArguments → processArguments → processArgument → processPathArgument → processPaths → processPath と呼び出していく。サブコマンドのクラスは適宜これらのメソッドをオーバーライドする。
PathData
processRawArguments を呼び出す際に、expandArgument を呼び出して引数(文字列)をPathDataに変換する。
この時に、指定されたパスのURLスキームを参照し、適切なFileSystem を取得して、そのパスの情報をPathDataに保存する。
結果出力
LsのprocessPathArgument → processPaths → processPath と遷移し、Ls#processPathでパスの情報を出力して終了。