- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
Asp PB格式日志说明
在开发updater支持asp pb这个feature过程中,先后遇到了三种格式的asp pb格式日志。分别是b2log 头的pb日志,pbhead头的pb日志,以及sequencefile格式的pb日志。
其中日志格式,数据源,读写方式总结如下。
1.日志格式
分为两类,head+body类和sequencefile类
A.Head+Body
B2log和pbhead格式均属于此类。即每一行日志由head和body组成。其中head定义了这个record的长度等信息,而body就是原始的pb格式的asp日志。每一份文件中由很多行这种结构的日志组成。且无截断(就是不会出现一行日志分割在两个文件的情况)。
两种格式的日志仅仅在head定义上有区别。Body都是原始的pb asp日志,完全一样。这里b2log的head除了定义的struct之外,还追加了一个time信息。此处合并称之为广义的head。
B2log的head格式
struct B2logHeader {
uint32_t magic;
uint32_t version;
uint32_t uncompress_len;
uint32_t compress_len;
}
Int64_t time
Pbhead的head格式
Struct pbhead_t {
Uint8_t reserved;
Uint8_t log_type_id;
Uint16_t pbdata_len;
Uint32_t pbdata_len;
}
B.sequencefile
Hadoop sequencefile是一个由二进制形式的key/value的字节流组成的存储文件,sequencefile可以压缩可以切分,非常适合hadoop文件的存储特性。
其文件结构由一个Header和多个record组成。这里需要注意的是,sequencefile一个文件里只有一个head。这是与上面head+body格式的日志最大的区别。
Header主要包含了Key classname,Value classname,存储压缩算法,用户自定义元数据等信息,此外,还包含了一些同步标识,用于快速定位到记录的边界。
每条Record以键值对的方式进行存储,用来表示它的字符数组可依次解析成:记录的长度、Key的长度、Key值和Value值,并且Value值的结构取决于该记录是否被压缩。
Sequencefile的文件格式是由hadoop确定的,非常统一。
2.数据源
A.b2log head的pb日志
来自as模块,可以找as同学找该种类日志(我找的韩聪)。
B.pbhead head的pb日志
来自于大禹的bunlder模块,自己搭建bunlder,tm从线上订阅得到。
C.sequencefile的pb日志
可从韩聪那里得到。
3.读写方式
A.head+body类
这部分日志的读取逻辑很简单。就是先读head确定body的长度,然后再read 相应长度的数据进来。
以b2log为例,
可以看到,先read head,然后read time,然后read body。最后body把body的内容输出字符串,在外部进行反序列化。B2log的pb日志在updater模块里仅仅是用来做diff测试和UT。所以读取逻辑设计简单,容错性考虑较少。
Pbhead的pb日志读取逻辑稍微复杂一点,因为它是updater worker实时的从bundler的输出进行解析。所以要根据chunkfile里的logtype先确定日志格式(pb,txt,bin),然后对应不同的读取和解析逻辑。里面还有容错性处理。
这两部分的代码可以参阅
B2log:
App/ecom/sp/worker/updater/test/buildtestcase.cpp
App/ecom/sp/worker/updater/test/test_pblog_parser.cpp
Pbhead:
App/ecom/sp/worker/updater/src/source_input.cpp
App/ecom/sp/worker/updater/src/asp_logpb_parser.cpp
B.sequencefile
Sequencefile的读取逻辑是对于每个文件先读取head,checksequencefileversion, loadkeyvalueclassname, loadcompressinfo, loadmetadata, loadsync。
然后顺序读取record,读取的时候,首先loadrecordlen, 然后读取keylen,然后读取value。
这部分的逻辑在app/ecom/asp/as
您可能关注的文档
- 全视频车位引导及反向寻车系统技术方案---立方控股.doc
- 北京版小学英语一年级下册.doc
- 蹊径商用化_总体设计.doc
- 出入口停车系统接口服务配置说明.docx
- 立方停车http上传数据协议(Ver1.0.2上传图片).docx
- asp_1.0.10_详细设计_asp流量冗余详设.doc
- JIRA添加仪表板操作步骤.docx
- 新零售硬件产品一览表0.1.docx
- 文创楼节能计算书150530.doc
- 蹊径商用化_imas部分详细设计V2.doc
- 第六单元名著导读《钢铁是怎样炼成的》导学导练课件-2023-2024学年统编版语文八年级下册.pptx
- 第十二单元核心素养测评课件-2023-2024学年九年级化学人教版下册.pptx
- 电流与电压和电阻的关系说课(1) --2023-2024学年人教版 九年级物理上学期.pptx
- 第4单元 世界音乐之窗——拉丁美洲音乐 《玛丽安》 课件 2023—2024学年粤教版初中音乐八年级下册 -.pptx
- 第12课 智能预测出行方式 课件 -2023-—2024学年浙教版(2023)初中信息技术九年级全册 .pptx
- 鲁教版初中信息科技《计数循环我在行 》课件.pptx
- 复习-Python初中信息技术.pptx
- 山西省大同市2023-2024学年八年级下学期期中语文试题(含解析).pdf
- 2024届四川省成都市实验外国语学校高三下学期三模物理试题(含答案).pdf
- 2024年广东省广州市第六中学中考一模语文试题(解析版).pdf
文档评论(0)