上一篇我們分析了bin/hadoop腳本，知道了提交一個Hadoop作業所需要的基本設置以及真正執行任務提交的類。這一篇我們就來分析這個提交任務的類org.apache.hadoop.util.RunJar，看它內部具體又做了些什麼。
RunJar是Hadoop中的一個工具類，結構很簡單，只有兩個方法：main和unJar。我們從main開始一步步分析。
main首先檢查傳遞參數是否符合要求，然後從第一個傳遞參數中獲取jar包的名字，並試圖從jar中包中獲取manifest信息，以查找mainclass name。如果查找不到mainclass name，則把傳遞參數中的第二個設爲mainclass name。
接下去，就是在"hadoop.tmp.dir"下創建一個臨時文件夾，並掛載上關閉刪除線程。這個臨時文件夾用來放置解壓後的jar包內容。jar包的解壓工作由unJar方法完成，通過JarEntry逐個獲取jar包內的內容，包括文件夾和文件，然後釋放到臨時文件夾中。
解壓完畢後，開始做classpath的添加，依次把解壓臨時文件夾、傳遞進來的jar包、臨時文件夾內的classes文件夾和lib裏的所有jar包加入到classpath中。接着以這個classpath爲搜索URL新建了一個URLClassLoader（要注意這個類加載器的parent包括了剛纔bin/hadoop腳本提交時給的classpath），並設置爲當前線程的上下文類加載器。
最後，利用Class.forName方法，以剛纔的那個URLClassLoader爲類加載器，動態生成一個mainclass的Class對象，並獲取它的main方法，然後以傳遞參數中剩下的參數作爲調用參數來調用這個main方法。
好了，從上分析看來，這個RunJar類是一個很簡單的類，就是解壓傳遞進來的jar包，再添加一些classpath，然後動態調用jar包裏的mainclass的main方法。看到這裏，我想你應該知道如何利用java代碼來編寫一個替代bin/hadoop的程序了，主要就是兩步：
- 添加Hadoop的依賴庫和配置文件；
- 解壓jar包，再添加一些classpath，並動態調用相應方法。最偷懶的方法，直接用RunJar類就行了。
下一節，講述如何實現這樣的一個java程序。
To be continued…
--------------------------------------------------------------------
轉載原文地址爲：http://www.cnblogs.com/spork/archive/2010/04/11/1709380.html