hadoop - Windows 上的 Spark - winutils 到底是什么，我们为什么需要它？

Question

我很好奇!据我所知，HDFS 需要数据节点进程才能运行，这就是它只在服务器上运行的原因。 Spark 可以在本地运行，但需要 winutils.exe，它是 Hadoop 的一个组件。但它到底做了什么？为什么我不能在 Windows 上运行 Hadoop，但是我可以运行基于 Hadoop 构建的 Spark？

Answer 1

我至少知道一种用法，它用于在 Windows 操作系统上运行 shell 命令。你可以在 org.apache.hadoop.util.Shell 中找到它，其他模块依赖于这个类并使用它的方法，例如 getGetPermissionCommand() 方法:

static final String WINUTILS_EXE = "winutils.exe";
...
static {
  IOException ioe = null;
  String path = null;
  File file = null;
  // invariant: either there's a valid file and path,
  // or there is a cached IO exception.
  if (WINDOWS) {
    try {
      file = getQualifiedBin(WINUTILS_EXE);
      path = file.getCanonicalPath();
      ioe = null;
    } catch (IOException e) {
      LOG.warn("Did not find {}: {}", WINUTILS_EXE, e);
      // stack trace comes at debug level
      LOG.debug("Failed to find " + WINUTILS_EXE, e);
      file = null;
      path = null;
      ioe = e;
    }
  } else {
    // on a non-windows system, the invariant is kept
    // by adding an explicit exception.
    ioe = new FileNotFoundException(E_NOT_A_WINDOWS_SYSTEM);
  }
  WINUTILS_PATH = path;
  WINUTILS_FILE = file;

  WINUTILS = path;
  WINUTILS_FAILURE = ioe;
}
...
public static String getWinUtilsPath() {
  if (WINUTILS_FAILURE == null) {
    return WINUTILS_PATH;
  } else {
    throw new RuntimeException(WINUTILS_FAILURE.toString(),
        WINUTILS_FAILURE);
  }
}
...
public static String[] getGetPermissionCommand() {
  return (WINDOWS) ? new String[] { getWinUtilsPath(), "ls", "-F" }
                   : new String[] { "/bin/ls", "-ld" };
}