一、Collector 启动脚本的入口 📂

Ambari-Metrics Collector 的启动逻辑集中在以下文件：

ambari-metrics-timelineservice/conf/unix/ambari-metrics-collector

笔记

这个脚本通常由 ams 用户 执行，负责 Collector 的初始化逻辑。它不仅仅是调用 Java，而是包含了环境准备、依赖判断、参数拼接和后台进程守护。

二、start() 函数的执行流程 🔍

脚本中 start() 方法的关键步骤如下：

步骤	动作	说明
1️⃣	hadoop_java_setup	初始化 Hadoop 与 JDK 环境变量，保证 Java 可用
2️⃣	hbase_daemon	根据模式决定是否启动本地 HBase，Collector 依赖存储层
3️⃣	设置 CLASS	入口类 → AMSApplicationServer
4️⃣	daemon_status	检查 PID 文件，防止 Collector 重复拉起
5️⃣	nohup java ... &	最终触发 Java 主类，Collector 真正被启动

提示

前 4 步主要是准备和检查，真正的“点火”动作在 nohup java ... 这一行。

此外，脚本中还包含一个初始化 HBase 表模型的循环检查，通过 hbase shell 验证 METRIC_* 表是否建好，避免 Collector 起不来但 UI 无法提示的尴尬场景。

注意

如果集群启用了 分布式 HBase，脚本不会帮你自动启动 HBase，需要保证外部 HBase 已经可用，否则 Collector 初始化时会失败。

三、点火命令的全貌 🚀

当执行 start() 时，脚本最终会拼接出一个庞大的 Java 启动命令。这正是 Collector 的真正入口：

/opt/modules/jdk1.8.0_202/bin/java \
  -Xms512m -Xmx512m \
  -Djava.library.path=/usr/lib/ams-hbase/lib/hadoop-native \
  -XX:+UseConcMarkSweepGC \
  -verbose:gc -XX:+PrintGCDetails -XX:+PrintGCDateStamps \
  -Xloggc:/var/log/ambari-metrics-collector/collector-gc.log-202508280935 \
  -cp /etc/ambari-metrics-collector/conf:/usr/lib/ambari-metrics-collector/*: \
  -Djava.net.preferIPv4Stack=true \
  -Dams.log.dir=/var/log/ambari-metrics-collector \
  -Dproc_ams-metrics-collector \
  org.apache.ambari.metrics.AMSApplicationServer

参数逐项解读 🧩

参数	含义
-Xms/-Xmx	JVM 堆大小，取自 ${AMS_COLLECTOR_HEAPSIZE}
-Djava.library.path	指定 hadoop-native 的动态库路径，涉及 Snappy 等本地依赖
-XX:+UseConcMarkSweepGC	Collector 长期运行推荐的 GC 策略
-verbose:gc -XX:+PrintGC*	输出 GC 日志，方便排查内存问题
-Xloggc	GC 日志文件路径
-cp	Classpath，覆盖配置目录与 Collector 所有 jar
-Dams.log.dir	Collector 的日志路径
-Dproc_ams-metrics-collector	给进程一个唯一标签，方便 jps 查询
主类	AMSApplicationServer → Collector 核心 Java 入口

提示

-Dproc_ams-metrics-collector 的作用是让 jps 输出结果更清晰，方便运维快速识别 Collector 进程。

四、完整的 start() 脚本解析 📜

以下为完整的 start() 函数代码，可以对照逐段理解：

function start()
{
  hadoop_java_setup

  rm -f $STARTUPFILE #Deleting startup file
  # hbase_daemon "zookeeper" "start"
  #	hbase_daemon "master" "start"
  #	hbase_daemon "regionserver" "start"
  if [ "${DISTRIBUTED_HBASE}" == "false" ]; then
    echo "$(date) Starting HBase." | tee -a $STARTUPFILE
    hbase_daemon "master" "start"
  else
    echo "$(date) Launching in distributed mode. Assuming Hbase daemons up and running." | tee -a $STARTUPFILE
  fi

	CLASS='org.apache.ambari.metrics.AMSApplicationServer'
	# YARN_OPTS="${YARN_OPTS} ${YARN_TIMELINESERVER_OPTS}"
	# if [[ -n "${YARN_TIMELINESERVER_HEAPSIZE}" ]]; then
	#   JAVA_HEAP_MAX="-Xmx${YARN_TIMELINESERVER_HEAPSIZE}m"
	# fi

	# check if this is needed?
	# export PHOENIX_JAR_PATH=/usr/lib/ambari-metrics/timelineservice/phoenix-client.jar
	# export HBASE_CONF_DIR=${HBASE_DIR}/conf

  daemon_status "${PIDFILE}"
  if [[ $? == 0  ]]; then
    echo "AMS is running as process $(cat "${PIDFILE}"). Exiting" | tee -a $STARTUPFILE
    exit 0
  else
    # stale pid file, so just remove it and continue on
    rm -f "${PIDFILE}" >/dev/null 2>&1
  fi

  nohup "${JAVA}" "-Xms$AMS_COLLECTOR_HEAPSIZE" "-Xmx$AMS_COLLECTOR_HEAPSIZE" ${AMS_COLLECTOR_OPTS} "-cp" "${COLLECTOR_CONF_DIR}:/usr/lib/ambari-metrics-collector/*:${COLLECTOR_ADDITIONAL_CLASSPATH}" "-Djava.net.preferIPv4Stack=true" "-Dams.log.dir=${AMS_COLLECTOR_LOG_DIR}" "-Dproc_${DAEMON_NAME}" "${CLASS}" "$@" > $OUTFILE 2>&1 &
  PID=$!
  write_pidfile "${PIDFILE}"
  sleep 2

  echo "Verifying ${METRIC_COLLECTOR} process status..." | tee -a $STARTUPFILE
  if [ -z "`ps ax | grep -w ${PID} | grep AMSApplicationServer`" ]; then
    if [ -s ${OUTFILE} ]; then
      echo "ERROR: ${METRIC_COLLECTOR} start failed. For more details, see ${OUTFILE}:" | tee -a $STARTUPFILE
      echo "===================="
      tail -n 10 ${OUTFILE}
      echo "===================="
    else
      echo "ERROR: ${METRIC_COLLECTOR} start failed" | tee -a $STARTUPFILE
      rm -f ${PIDFILE}
    fi
    echo "Collector out at: ${OUTFILE}" | tee -a $STARTUPFILE
    exit -1
  fi

  echo "$(date) Collector successfully started." | tee -a $STARTUPFILE
  if [[ "${AMS_HBASE_INIT_CHECK_ENABLED}" == "true" || "${AMS_HBASE_INIT_CHECK_ENABLED}" == "True" ]]
  then
    echo "$(date) Initializing Ambari Metrics data model" | tee -a $STARTUPFILE
    start=$SECONDS
    # Wait until METRIC_* tables created
    # Wait for 10 tries or 5 minutes whichever comes first
    for retry in {1..10}
    do
      echo 'list' | ${HBASE_CMD} --config ${HBASE_CONF_DIR} shell 2> /dev/null | grep ^${METRIC_TABLES[0]} > /dev/null 2>&1
      if [ $? -eq 0 ]; then
        echo "$(date) Ambari Metrics data model initialization completed." | tee -a $STARTUPFILE
        break
      fi
      echo "$(date) Ambari Metrics data model initialization check $retry" | tee -a $STARTUPFILE
      duration=$(( SECONDS - start ))
      if [ $duration -gt 300 ]; then
        echo "$(date) Ambari Metrics data model initialization timed out" | tee -a $STARTUPFILE
        break
      fi
      sleep 5
    done
    if [ $? -ne 0 ]; then
      echo "WARNING: Ambari Metrics data model initialization failed."
       >&2 echo "WARNING: Ambari Metrics data model initialization failed."
    fi
    else
      echo "$(date) Skipping Ambari Metrics data model initialization" | tee -a $STARTUPFILE
    fi
  }

脚本亮点

• PID 文件治理：避免“僵尸 pid”导致误判运行状态
• 后台守护：通过 nohup + & 保证进程与终端解耦
• 自恢复检查：Collector 起不来时，脚本会直接 tail 最后 10 行日志给出错误提示

笔记

AMS_HBASE_INIT_CHECK_ENABLED=true 时，脚本会主动检查并等待 HBase 表初始化完成，最长约 5 分钟。

警告

常见错误场景：

• PID 文件未清理 → 导致“已运行”误报；
• 日志/目录权限不足 → 启动直接失败；
• Classpath 缺失 jar → ClassNotFoundException；
• 本地库冲突 → UnsatisfiedLinkError；

五、Shell 与 Java 的衔接关系 🪢

提示

如果需要进一步排查 Collector 运行情况，可以使用：

• ps -ef | grep AMSApplicationServer 查看进程
• lsof -p <pid> 确认依赖 jar 是否加载完整
• tail -f /var/log/ambari-metrics-collector/ambari-metrics-collector.log 观察启动过程

整个链路可以总结为：

flowchart TD
    A[start() Shell 函数] --> B[环境初始化]
    B --> C[拼装 CLASS=AMSApplicationServer]
    C --> D[PID 检查与清理]
    D --> E[nohup java ...]
    E --> F[AMSApplicationServer.main()]

• Shell：主要负责环境准备、参数拼接和后台守护
• Java：主类 AMSApplicationServer 才是真正执行 Collector 初始化、表结构检查和服务启动的载体

下一节预告

Java 进程已经被拉起，但你是否好奇 —— 它是如何一步步进入主类并启动的呢？
下一篇我们就来深挖这个过程。