hadoop - Hadoop RawLocalFileSystem和getPos

Question

我已经发现，如果RawLocalFileSystem的输入流中的底层流已关闭，则其getPos可以引发空指针异常。

我在与自定义唱片阅读器一起玩时发现了这一点。

要对其进行修补，我只需检查对“stream.available()”的调用是否引发异常，如果是，则在getPos()函数中返回0。

现有的getPos()实现可在以下位置找到:

https://svn.apache.org/repos/asf/hadoop/common/branches/branch-0.20/src/examples/org/apache/hadoop/examples/MultiFileWordCount.java

RecordReader中的getPos()的正确行为应该是什么？

Answer 1

随着时间的推移，RecordReader中的“getPos”发生了变化。

在旧的mapred RecordReader实现中，它用于对读取的字节进行计数。

  /** 
   * Returns the current position in the input.
   * 
   * @return the current position in the input.
   * @throws IOException
   */
  long getPos() throws IOException;

在较新的mapreduce RecordReader实现中，此信息不是RR类提供的，而是FSInputStream实现的一部分:

class LocalFSFileInputStream extends FSInputStream implements HasFileDescriptor {
private FileInputStream fis;
private long position;

public LocalFSFileInputStream(Path f) throws IOException {
  this.fis = new TrackingFileInputStream(pathToFile(f));
}

@Override
public void seek(long pos) throws IOException {
  fis.getChannel().position(pos);
  this.position = pos;
}

@Override
public long getPos() throws IOException {
  return this.position;
}

因此，使用新的mapreduce API，RecordReader被抽象为不必返回getPos()。可以重写RecordReaders的较新实现，这些实现可能要使用此基础实现，可以直接使用FSInputStream对象重写，该对象确实提供了getPos()。