前言

Ozone作为同样隶属于Hadoop大数据生态圈的一个系统，尽管它提供的是K-V对象存储能力，但是它和其它现有的Hadoop生态圈组件之间的结合使用依然十分重要。比如说Ozone是否能够支持Hive，Spark应用程序的文件读写呢？但是用户Job，Spark程序是以FileSystem的方式做文件的读写的，而Ozone是K-V形式。假设Ozone能够Hadoop兼容性的FileSystem方式对外提供访问操作，在底层还是Ozone的存储形式不变，这样不就能够很好的解决现有Job程序，Spark程序的数据访问问题嘛，本文笔者就来聊聊这个有意思的主题。Ozone内部实现了基于Ozone的Hadoop FileSystem,叫做Ozone FileSystem，简写为Ozfs。此篇内容笔者将只会介绍怎么配置使用Ozone FileSystem，后面再介绍其原理实现内容。

Ozone FileSystem的Hadoop兼容性文件系统实现原理

这里简单介绍Ozone FileSystem的工作原理。对于外部应该程序包(包含用户Job，Spark Job)来说，它们如果在不改变原有通过FileSystem的方式的情况下是不能够访问Ozone的数据的。不过Hadoop在这里提供了一个Hadoop Compatible FileSystem的概念，意为Hadoop兼容性文件系统，简称为HCFS。在这个抽象的FileSystem内，定义了作为文件系统而言最基本的API操作方法。有了这个最最的基本文件系统定义之后，后续上层的应用系统基于自身系统的存储设计实现这样的Hadoop兼容文件系统。

目前HDFS中默认使用的DistributedFileSystem和ViewFs模式下的ViewFileSystem都是底层Hadoop FileSystem的子类。

Ozone在这里实现了OzoneFileSystem类，它的一个主要原理是将所有的namespace操作都限定在了一个bucket内。简单地来说，OzoneFileSystem用一个现有的bucket，作为这个文件系统的root目录。后续的创建文件，目录行为如下：

FileSystem的创建文件行为，在bucket下创建Key，Value为写入文件的建Key操作。

FileSystem的创建目录行为，在bucket下创建Key，Value为空的建Key操作。

FileSystem的在子目录中再进行文件目录操作行为，类似前两步操作，同样是建Key操作，不过在Key名称上将会带上父目录路径名称。假设一个目录key的名称为testdir/，则这个目录下新建的文件将会如testdir/testfile。

这里如果大家还是不太理解，没有关系，笔者在后续的例子中还会进行具体文件目录创建的演示。

Ozone FileSystem的配置

下面来正式介绍Ozone FileSystem的配置使用了。这里笔者使用的是Hadoop Client进行文件的测试，用hadoop fs下的命令。hadoop fs命令触发的代码操作中会进行实际FileSystem的实例初始化以及后续的操作访问。

因此这里首先我们要下载到一个完整的Hadoop按照包，比如笔者使用的Hadoop-2.7版本的按照包。

然后进入hadoop配置目录，

cd $HADOOP_HOME/etc/hadoop

在此目录的core-site.xml文件中添加如下Ozone FileSystem相关配置，


   
      
     
      fs.o3fs.impl
       
     
      org.apache.hadoop.fs.ozone.BasicOzoneFileSystem
     
    
      
     
      fs.AbstractFileSystem.o3fs.impl
       
     
      org.apache.hadoop.fs.ozone.OzFs
     
    
      
     
      fs.defaultFS
       
     
      o3fs://buckettest.volumetest

然后在hadoop-env.sh环境变量配置中新增Hadoop ClassPath的配置，因为Hadoop安装包中并没有OzoneFileSystem的实现类，它是实现在Ozone的工程包内的，我们要将包含OzoneFileSystem的jar路径加到Hadoop ClassPath下。

笔者测试环境中的Ozone按照包路径为

/home/hdfs/ozone

因此笔者将ozone-filesytem的lib jar引入到Hadoop ClassPath下，此处编辑的文件是Hadoop安装包内的hadoop-env.sh。

export HADOOP_CLASSPATH=/home/hdfs/ozone/share/ozone/lib/hadoop-ozone-filesystem-lib-legacy-0.5.0-SNAPSHOT.jar:$HADOOP_CLASSPATH

针对不同版本的Hadoop，所需要的ozone lib filesystem并不完全一致。它有legacy和current两jar，Ozone社区给出了下面的映射规则，注意这里的OzoneFileSystem也是有区别的。

Hadoop version	Required jar	OzoneFileSystem implementation (fs.o3fs.impl的配置使用值)
3.2	filesystem-lib-current	org.apache.hadoop.fs.ozone.OzoneFileSystem
3.1	filesystem-lib-legacy	org.apache.hadoop.fs.ozone.OzoneFileSystem
2.9	filesystem-lib-legacy	org.apache.hadoop.fs.ozone.BasicOzoneFileSystem
2.7	filesystem-lib-legacy	org.apache.hadoop.fs.ozone.BasicOzoneFileSystem

低于2.7版本的Hadoop version，同样适用于上面2.7 version的映射规则。笔者测试使用的按照包是Hadoop-2.7，因此笔者在这里配置使用的是legacy+BasicOzoneFileSystem的值。

到了这里，我们对于Hadoop的配置已经完毕，后续是Ozone这边的初始化操作了。上面也说看OzoneFileSystem是采用Ozone中的一个bucket作为根目录的。因此我们要事先在Ozone中创建好这个bucket。这个bucket的volume和bucket名称会被传入fs.defaultFS作为使用值，如刚刚的配置所示：


     
    
     fs.defaultFS
      
    
     o3fs://buckettest.volumetest

笔者在测试环境中已经事先建好了volume为volumetest，其下bucket为buckettest的bucket。

OK，到了这里，Ozone FileSystem的配置宣告结束，后面是具体的操作使用了。

Ozone FileSystem的使用

下面是笔者在测试环境中以bucket /volumetest/buckettest为root目录的测试，这里笔者以带schema的路径方式进行访问。不过如果在fs.defaultFS已经配置完整了schema，这部分可以在使用时省略。

首先通过ozone sh命令查看现有buckettest的key文件，文件如下，就一个testfile文件(因为测试环境中笔者开启了OM HA，因此需要带上om service id的模式访问)，

[hdfs@lyq hadoop]$ /home/hdfs/ozone/bin/ozone sh key list o3://om-service-test/volumetest/buckettest/{     "volumeName" : "volumetest",  "bucketName" : "buckettest",  "name" : "testfile",  "dataSize" : 12,  "creationTime" : "2020-01-19T15:20:06.493Z",  "modificationTime" : "2020-01-19T15:20:12.071Z",  "replicationType" : "RATIS",  "replicationFactor" : 3}

这个key文件在hadoop fs -ls中被显示为根目录下的一个文件，

[hdfs@lyq hadoop]$ /apache/releases/hadoop-2.7/bin/hadoop fs -ls o3fs://buckettest.volumetest.lyq-m2-xx.xx.xx.xx/Found 1 items-rw-rw-rw-   3 hdfs hdfs         12 2020-01-19 08:20 o3fs://buckettest.volumetest.lyq-m2-xx.xx.xx.xx/testfile

lyq-m2-xx.xx.xx.xx信息为OM服务所在的hostname，端口号不填的情况下则使用的是默认9862的端口，如果hostname不填，则会查找本地OM服务。

然后我们通过hadoop fs命令进行目录以及二级子目录的创建，

[hdfs@lyq hadoop]$ /apache/releases/hadoop-2.7/bin/hadoop fs -mkdir o3fs://buckettest.volumetest.lyq-m2-xx.xx.xx.xx/testdir[hdfs@lyq ~]$ /apache/releases/hadoop-2.7/bin/hadoop fs -mkdir o3fs://buckettest.volumetest.lyq-m2-xx.xx.xx.xx/testdir/subdir[hdfs@lyq hadoop]$ /apache/releases/hadoop-2.7/bin/hadoop fs -ls o3fs://buckettest.volumetest.lyq-m2-xx.xx.xx.xx/Found 2 itemsdrwxrwxrwx   - hdfs hdfs          0 2020-01-30 07:42 o3fs://buckettest.volumetest.lyq-m2-xx.xx.xx.xx/testdir-rw-rw-rw-   3 hdfs hdfs         12 2020-01-19 08:20 o3fs://buckettest.volumetest.lyq-m2-xx.xx.xx.xx/testfile

在Ozone中，它们都以key的形式存放在bucket下，区别是value值和key值的不同，

[hdfs@lyq ~]$ /home/hdfs/ozone/bin/ozone sh key list o3://om-service-test/volumetest/buckettest/{     "volumeName" : "volumetest",  "bucketName" : "buckettest",  "name" : "testdir/",  "dataSize" : 0,  "creationTime" : "2020-01-30T14:39:12.067Z",  "modificationTime" : "2020-01-30T14:39:12.067Z",  "replicationType" : "RATIS",  "replicationFactor" : 1}{     "volumeName" : "volumetest",  "bucketName" : "buckettest",  "name" : "testdir/subdir/",  "dataSize" : 0,  "creationTime" : "2020-01-30T14:46:31.687Z",  "modificationTime" : "2020-01-30T14:46:31.687Z",  "replicationType" : "RATIS",  "replicationFactor" : 1}{     "volumeName" : "volumetest",  "bucketName" : "buckettest",  "name" : "testfile",  "dataSize" : 12,  "creationTime" : "2020-01-19T15:20:06.493Z",  "modificationTime" : "2020-01-19T15:20:12.071Z",  "replicationType" : "RATIS",  "replicationFactor" : 3}

如果某个Key在Ozone FS代表的是目录的话，它的key name后会带个’/’，而且data size为0。

当然我们也能在刚刚的创建的目录下再写入文件，

[hdfs@lyq ~]$ /apache/releases/hadoop-2.7/bin/hadoop fs -put testfile o3fs://buckettest.volumetest.lyq-m2-xx.xx.xx.xx/testdir/

Ozone的key list结果如下所示，

[hdfs@lyq ~]$ /home/hdfs/ozone/bin/ozone sh key list o3://om-service-test/volumetest/buckettest/{     "volumeName" : "volumetest",  "bucketName" : "buckettest",  "name" : "testdir/",  "dataSize" : 0,  "creationTime" : "2020-01-30T14:39:12.067Z",  "modificationTime" : "2020-01-30T14:39:12.067Z",  "replicationType" : "RATIS",  "replicationFactor" : 1}{     "volumeName" : "volumetest",  "bucketName" : "buckettest",  "name" : "testdir/testfile",  "dataSize" : 12,  "creationTime" : "2020-01-30T15:37:20.194Z",  "modificationTime" : "2020-01-30T15:37:23.930Z",  "replicationType" : "RATIS",  "replicationFactor" : 3}...

此外，OzoneFileSystem还能支持rename和delete操作，

Rename操作，

[hdfs@lyq ~]$ /apache/releases/hadoop-2.7/bin/hadoop fs -mv o3fs://buckettest.volumetest.lyq-m2-xx.xx.xx.xx/testfile o3fs://buckettest.volumetest.lyq-m2-xx.xx.xx.xx/testfile2[hdfs@lyq ~]$ /apache/releases/hadoop-2.7/bin/hadoop fs -ls o3fs://buckettest.volumetest.lyq-m2-xx.xx.xx.xx/Found 2 itemsdrwxrwxrwx   - hdfs hdfs          0 2020-01-30 07:53 o3fs://buckettest.volumetest.lyq-m2-xx.xx.xx.xx/testdir-rw-rw-rw-   3 hdfs hdfs         12 2020-01-30 07:52 o3fs://buckettest.volumetest.lyq-m2-xx.xx.xx.xx/testfile2

Ozone中的此key名字同样马上被更新，

[hdfs@lyq ~]$ /home/hdfs/ozone/bin/ozone sh key list o3://om-service-test/volumetest/buckettest/...{     "volumeName" : "volumetest",  "bucketName" : "buckettest",  "name" : "testfile2",  "dataSize" : 12,  "creationTime" : "2020-01-19T15:20:06.493Z",  "modificationTime" : "2020-01-30T14:52:43.563Z",  "replicationType" : "RATIS",  "replicationFactor" : 3}

Delete删除操作，无trash保留，直接清除，

[hdfs@lyq ~]$ /apache/releases/hadoop-2.7/bin/hadoop fs -rm o3fs://buckettest.volumetest.lyq-m2-xx.xx.xx.xx/testfile2Deleted o3fs://buckettest.volumetest.lyq-m2-xx.xx.xx.xx/testfile2

目前Ozone FileSystem只支持文件数据读写相关的操作，至于其它额外的属性修改操作(例如setrep, chown，setquota等等)暂不支持。

上述命令行的调用方式和用户程序通过Hadoop配置得到Ozone FileSystem实例进行API的调用操作，效果完全一致，程序所需要的配置值的方式同上小节内容所介绍的一致。

本文就是笔者介绍的关于Ozone FileSystem的使用方式，下文笔者将简单其中的原理相关的内容，Ozone是如何基于自身的存储实现设计做Hadoop FileSystem的适配的。