接着上一篇，本篇，我们分析一下实现磁盘存储的功能类DiskStore，这个类相对简单。在正式展开之前，我觉得有必要大概分析一下BlockManager的背景，或者说它的运行环境，运行的作用范围。Blockmanager这个类其实在运行时的每个节点都会有一个实例（包括driver和executor进程），因为不论是driver端进行广播变量的创建，还是executor端shuffle过程中写shuffle块，或者是任务运行时结果太大需要通过BlockManager传输，或者是RDD的缓存，其实在每个运行节点上都会通过Blockmanager来管理程序内部对于本地的内存和磁盘的读写，所以综上，我想表达的核心意思就是每个进程（driver和executor）都有一Blockmanager实例，而这些Blockmanager实例是通过BlockManagerId类来进行唯一区分的，BlockManagerId实际上是对进程物理位置的封装。
首先我们来看一个最常用的写入方法
def put(blockId: BlockId)(writeFunc: WritableByteChannel => Unit): Unit = { // 通过DiskBlockManager对象检查这个blockId对应的文件名的文件是否存在 if (contains(blockId)) { throw new IllegalStateException(s"Block $blockId is already present in the disk store") } logDebug(s"Attempting to put block $blockId") val startTime = System.currentTimeMillis // 通过DiskBlockManager获取一个文件用于写入数据 val file = diskManager.getFile(blockId) // 用CountingWritableChannel包装一下，以便于记录写入的字节数 val out = new CountingWritableChannel(openForWrite(file)) var threwException: Boolean = true try { writeFunc(out) // 关键步骤，记录到内部的map结构中 blockSizes.put(blockId, out.getCount) threwException = false } finally { try { out.close() } catch { case ioe: IOException => if (!threwException) { threwException = true throw ioe } } finally { if (threwException) { remove(blockId) } } } val finishTime = System.currentTimeMillis logDebug("Block %s stored as %s file on disk in %d ms".format( file.getName, Utils.bytesToString(file.length()), finishTime - startTime)) }这个方法很简单，没什么好说的，但是调用了一个比较重要的类DiskBlockManager，这个类的功能就是对磁盘上的目录和文件进行管理，会在磁盘上按照一定规则创建一些目录和子目录，在分配文件名时也会尽量均匀第分配在这些目录和子目录下。
这个方法就不说了，简单处理一下直接调用put方法。
def putBytes(blockId: BlockId, bytes: ChunkedByteBuffer): Unit = { put(blockId) { channel => bytes.writeFully(channel) } }我们来看一下这个方法，首先通过DiskBlockManager获取对应的文件名，然后将其包装成一个BlockData对象，分为加密和不加密两种。
def getBytes(blockId: BlockId): BlockData = { val file = diskManager.getFile(blockId.name) val blockSize = getSize(blockId) securityManager.getIOEncryptionKey() match { case Some(key) => // Encrypted blocks cannot be memory mapped; return a special object that does decryption // and provides InputStream / FileRegion implementations for reading the data. new EncryptedBlockData(file, blockSize, conf, key) case _ => // 看一下DiskBlockData new DiskBlockData(minMemoryMapBytes, maxMemoryMapBytes, file, blockSize) } }这个类作为磁盘文件的包装类，主要功能是提供了几个方便的接口，将磁盘文件中的数据读取出来并生成缓冲对象。 这个类中有两个重要的方法toChunkedByteBuffer和toByteBuffer，toByteBuffer就不说了，调用ReadableByteChannel.read(ByteBuffer dst)方法读取文件数据，我们看一下toChunkedByteBuffer
这个方法也很简单，在数据量比较大的时候，由于每次申请的内存块大小有限制maxMemoryMapBytes，所以需要切分成多个块
override def toChunkedByteBuffer(allocator: (Int) => ByteBuffer): ChunkedByteBuffer = { // Utils.tryWithResource调用保证在使用完资源后关闭资源 // 基本等同于java中的try{}finally{} Utils.tryWithResource(open()) { channel => var remaining = blockSize val chunks = new ListBuffer[ByteBuffer]() while (remaining > 0) { // 这里取剩余大小和maxMemoryMapBytes的较小值， // 也就是说每次申请的内存块大小不超过maxMemoryMapBytes val chunkSize = math.min(remaining, maxMemoryMapBytes) val chunk = allocator(chunkSize.toInt) remaining -= chunkSize JavaUtils.readFully(channel, chunk) chunk.flip() chunks += chunk } new ChunkedByteBuffer(chunks.toArray) } }这个类之前也分析过，主要是用来管理spark运行过程中写入的一些临时文件，以及目录的管理。
首先会根据参数配置创建本地目录（可以是逗号分隔的多个目录），参数的优先顺序是：如果是运行在yarn上，则会使用yarn参数LOCAL_DIRS配置的本地目录；否则获取环境变量SPARK_LOCAL_DIRS的值；否则获取spark.local.dir参数的值；最后如果都没有配置，那么就用java系统参数java.io.tmpdir的值作为临时目录。
其次，关于文件在目录之间分配的问题，使用文件名的hash值对目录数量取余的方法来尽量将文件均匀地分配到不同的目录下。
另外一点要说的是文件名的命名规则，是根据不同作用的Block来区别命名的，例如RDD缓存写入的block的id就是RDDBlockId，它的文件名拼接规则是"rdd_" + rddId + "_" + splitIndex
