if（i==（args.length-1））{
destPath=newPath（args[i]）;
}
else{
srcPaths.add（newPath（args[i]））;
}
}
if（srcPaths.size（）==0）{
System.out.println（usage）;
thrownewIOException（"InvalidUsage:
Noinputsourcesspecified."）;
}
//doaglobonthesrcPathsandthenpassiton
ListglobPaths=newArrayList（）;
for（Pathp:
srcPaths）{
FileSystemfs=p.getFileSystem（getConf（））;
FileStatus[]statuses=fs.globStatus（p）;
for（FileStatusstatus:
statuses）{
globPaths.add（fs.makeQualified（status.getPath（）））;
}
}
archive（globPaths,archiveName,destPath）;
}catch（IOExceptionie）{
System.err.println（ie.getLocalizedMessage（））;
return-1;
}
return0;
}
上面标红的代码是为了将输入路径（由输入参数而来）补全，加上scheme和authority，形成完整的路径。
Thenpassiton.
这个方法主要是为了提取globPaths、archiveName和destPath三个变量，作为参数传给archive方法，这个变量的意思很简单，globPaths：
所有的输入路径，archiveName：
生成har文件的文件名，destPath：
输出目录，存放以archiveName为名的文件的目录。
在提取这三个参数的时候，做了一些相关错误检查。
具体可以想见代码。
下面来看archive方法，archive方法主要做了三件事，一是配置相关作业参数；二是根据输入文件生成SequenceFile,它来保存所有和输入文件相关的目录信息，它会作为Map的输入；最后一件就是启动作业。
下面看一下archive方法的源码：
/**archivethegivensourcepathsinto
*thedest
*paramsrcPathsthesrcpathstobearchived
*paramdestthedestdirthatwillcontainthearchive
*/
publicvoidarchive（ListsrcPaths,StringarchiveName,Pathdest）
throwsIOException{
checkPaths（conf,srcPaths）;
intnumFiles=0;
longtotalSize=0;
conf.set（DST_HAR_LABEL,archiveName）;
PathoutputPath=newPath（dest,archiveName）;
FileOutputFormat.setOutputPath（conf,outputPath）;
FileSystemoutFs=outputPath.getFileSystem（conf）;
if（outFs.exists（outputPath）||outFs.isFile（dest））{
thrownewIOException（"InvalidOutput."）;
}
conf.set（DST_DIR_LABEL,outputPath.toString（））;
finalStringrandomId=DistCp.getRandomId（）;
PathjobDirectory=newPath（newJobClient（conf）.getSystemDir（）,
NAME+"_"+randomId）;
conf.set（JOB_DIR_LABEL,jobDirectory.toString（））;
//getatmpdirectoryforinputsplits
FileSystemjobfs=jobDirectory.getFileSystem（conf）;
jobfs.mkdirs（jobDirectory）;
PathsrcFiles=newPath（jobDirectory,"_har_src_files"）;
conf.set（SRC_LIST_LABEL,srcFiles.toString（））;
SequenceFile.WritersrcWriter=SequenceFile.createWriter（jobfs,conf,
srcFiles,LongWritable.class,Text.class,
SequenceFile.CompressionType.NONE）;
//getthelistoffiles
//createsinglelistoffilesanddirs
try{
//writethetopleveldirsinfirst
writeTopLevelDirs（srcWriter,srcPaths）;
srcWriter.sync（）;
//thesearetheinputpathspassed
//fromthecommandline
//wedoarecursivelsonthesepaths
//andthenwritethemtotheinputfile
//oneatatime
for（Pathsrc:
srcPaths）{
FileSystemfs=src.getFileSystem（conf）;
ArrayListallFiles=newArrayList（）;
recursivels（fs,src,allFiles）;
for（FileStatusstat:
allFiles）{
StringtoWrite="";
longlen=stat.isDir（）?
0:
stat.getLen（）;
if（stat.isDir（））{
toWrite=""+fs.makeQualified（stat.getPath（））+"dir";
//getthechildren
FileStatus[]list=fs.listStatus（stat.getPath（））;
StringBuffersbuff=newStringBuffer（）;
sbuff.append（toWrite）;
for（FileStatusstats:
list）{
sbuff.append（stats.getPath（）.getName（）+""）;
}
toWrite=sbuff.toString（）;
}
else{
toWrite+=fs.makeQualified（stat.getPath（））+"file";
}
srcWriter.append（newLongWritable（len）,new
Text（toWrite））;
srcWriter.sync（）;
numFiles++;
totalSize+=len;
}
}
}finally{
srcWriter.close（）;
}
//increasethereplicationofsrcfiles
jobfs.setReplication（srcFiles,（short）10）;
conf.setInt（SRC_COUNT_LABEL,numFiles）;
conf.setLong（TOTAL_SIZE_LABEL,totalSize）;
intnumMaps=（int）（totalSize/partSize）;
//runatleastonemap.
conf.setNumMapTasks（numMaps==0?
1:
numMaps）;
conf.setNumReduceTasks
（1）;
conf.setInputFormat（HArchiveInputFormat.class）;
conf.setOutputFormat（NullOutputFormat.class）;
conf.setMapperClass（HArchivesMapper.class）;
conf.setReducerClass（HArchivesReducer.class）;
conf.setMapOutputKeyClass（IntWritable.class）;
conf.setMapOutputValueClass（Text.class）;
conf.set（"hadoop.job.history.user.location","none"）;
FileInputFormat.addInputPath（conf,jobDirectory）;
//makesurenospeculativeexecutionisdone
conf.setSpeculativeExecution（false）;
JobClient.runJob（conf）;
//deletethetmpjobdirectory
try{
jobfs.delete（jobDirectory,true）;
}catch（IOExceptionie）{
LOG.info（"Unabletocleantmpdirectory"+jobDirectory）;
}
}
标红处
fs.makeQualified（stat.getPath（））
是为了将路径补全成全路径。
可能是因为再在获取子目录和子目录中的文件是用的getPath方法，导致只获取了目录，相关的要看一下Path类和URI类。
首先是检查输入路径，之后开始配置一些参数，配置参数分成两种，一是conf的配置，二是MapReduce的作业输入输出路径的配置。
通过conf的配置中，有和一般MapReduce一样的配置过程，这部分就不说了，还有几个参数比较重要这里说一下，
conf.set（DST_HAR_LABEL,archiveName）;
conf.set（DST_DIR_LABEL,outputPath.toString（））;
conf.set（JOB_DIR_LABEL,jobDirectory.toString（））;
conf.set（SRC_LIST_LABEL,srcFiles.toString（））;
conf.setInt（SRC_COUNT_LABEL,numFiles）;
conf.setLong（TOTAL_SIZE_LABEL,totalSize）;
这些参数的意思也比较清楚，可以结合代码看一下。
为什么要设置他们，是因为将在后面的程序用到他们，比如说在获取输入分片的时候，这个我们后面再说。
FileOutputFormat.setOutputPath（conf,outputPath）;
FileInputFormat.addInputPath（conf,jobDirectory）;
……
MapReduce作业配置这里略过。
之后我们来看一下，它是如何生成Map的输入文件，它被放到了srcFiles里面，
PathsrcFiles=newPath（jobDirectory,"_har_src_files"）;
它容的格式是这样的：
文件大小（目录为0）+路径名+dirorfile+[子目录]（如果是目录的话并且有子目录，子目录只有当前目录下的名字，即不是全文路径，都是相对于当前目录的）
它是一个SequenceFile，生成它主要有两个方法：
writeTopLevelDirs和recursivels。
这两个方法的作用是：
writeTopLevelDirs，提取所有输入文件和目录的父目录的每一层目录信息，例如/a/b/c/d.txt，会提取/，/a/，/a/b/，/a/b/c/；recursivels，递归获取当前目录下的所有文件和目录信息，包括当前目录，如果是文件，就只获得当文件的信息。
在输入文件流写完和一起配置完成之后，方法会启动一个MapReduce作业，作业完成之后方法会删除工作目录。
在分析Map过程前，我们先来分析一下这个MapReduce的作业的输入格式，
conf.setInputFormat（HArchiveInputFormat.class）;
/**
*Inputformatofahadooparchivejobresponsiblefor
*generatingsplitsofthefilelist
*/
staticclassHArchiveInputFormatimplementsInputFormat{
//generateinputsplitsfromthesrcfilelists
publicInputSplit[]getSplits（JobConfjconf,intnumSplits）
throwsIOException{
Stringsrcfilelist=jconf.get（SRC_LIST_LABEL,""）;
if（"".equals（srcfilelist））{
thrownewIOException（"Unabletogetthe"+
"srcfileforarchivegeneration."）;
}
longtotalSize=jconf.getLong（TOTAL_SIZE_LABEL,-1）;
if（totalSize==-1）{
thrownewIOException（"Invalidsizeoffilestoarchive"）;
}
//weshouldbesafesincethisissetbyourowncode
Pathsrc=newPath（srcfilelist）;
FileSystemfs=src.getFileSystem（jconf）;
FileStatusfstatus=fs.getFileStatus（src）;
ArrayListsplits=newArrayList（numSplits）;
LongWritablekey=newLongWritable（）;
Textvalue=newText（）;
SequenceFile.Readerreader=null;
//theremainingbytesinthefilesplit
longremaining=fstatus.getLen（）;
//thecountofsizescalculatedtillnow
longcurrentCount=0L;
//theendpositionofthesplit
longlastPos=0L;
//thestartpositionofthesplit
longstartPos=0L;
longtargetSize=totalSize/numSplits;
//createsplitsofsizetargetsizesothatallthemaps
//haveequalssizeddatatoreadandwriteto.
try{
reader=newSequenceFile.Reader（fs,src,jconf）;
while（reader.next（key,value））{
if（currentCount+key.get（）>targetSize&¤tCount!
=0）{
longsize=lastPos-startPos;
splits.add（newFileSplit（src,startPos,size,（String[]）null））;
remaining=remaining-size;
startPos=lastPos;
currentCount=0L;
}
currentCount+=key.get（）;
lastPos=reader.getPosition（）;
}
//theremainingnotequaltothetargetsize.
if（remaining!
=0）{
splits.add（newFileSplit（src,startPos,remaining,（String[]）null））;
}
}
finally{
reader.close（）;
}
returnsplits.toArray（newFileSplit[splits.size（）]）;
}
publicRecordReadergetRecordReader（InputSplitsplit,
JobConfjob,Reporterreporter）throwsIOException{
returnnewSequenceFileRecordReader（job,
（FileSplit）split）;
}
}
这个输入格式，主要就是为了提供获取分片的功能，它的读功能代理给了SequenceFile做。
下面我们来看一下它是如何生成分片的。
输入文件是SequenceFile格式的，所以它是可划分的。
首先它根据配置文件读取输入文件的路径，这是在archive方法中配置的，当时
升级会员 