为什么 hsync() 没有刷新我的 hdfs 文件？

Question

尽管有关于这个主题的所有资源，但我在刷新磁盘上的 hdfs 文件时遇到了问题 (hadoop 2.6) 调用FSDataOutputStream.hsync() 应该可以解决问题，但它实际上只工作一次，原因不明...

这是一个失败的简单单元测试：

@Test
public void test() throws InterruptedException, IOException {
    final FileSystem filesys = HdfsTools.getFileSystem();
    final Path file = new Path("myHdfsFile"); 
    try (final FSDataOutputStream stream = filesys.create(file)) {
        Assert.assertEquals(0, getSize(filesys, file));  
        stream.writeBytes("0123456789");
        stream.hsync();
        stream.hflush();
        stream.flush();
        Thread.sleep(100);
        Assert.assertEquals(10, getSize(filesys, file)); // Works
        stream.writeBytes("0123456789");
        stream.hsync();
        stream.hflush();
        stream.flush();
        Thread.sleep(100);
        Assert.assertEquals(20, getSize(filesys, file)); // Fails, still 10           
    }
    Assert.assertEquals(20, getSize(filesys, file)); // works
}


private long getSize(FileSystem filesys, Path file) throws IOException {
    return filesys.getFileStatus(file).getLen();
}

知道为什么吗？

Answer 1

实际上，hsync() 内部调用了不带标志的私有flushOrSync(boolean isSync, EnumSet<SyncFlag> syncFlags)，并且只有在提供了SyncFlag.UPDATE_LENGTH 时才会在namenode 上更新长度。

在上述测试中，将getSize() 替换为实际读取文件的代码有效。

private long getSize(FileSystem filesys, Path file) throws IOException {        
    long length = 0;
    try (final  FSDataInputStream input = filesys.open(file)) {
        while (input.read() >= 0) {
            length++;
        }
    }
    return length;
}

要更新大小，您也可以调用（没有正确的类类型检查）：

((DFSOutputStream) stream.getWrappedStream())).hsync(EnumSet.of(SyncFlag.UPDATE_LENGTH));