一直以來,基於 Akka 實現的 RPC 通信框架是 Spark 引以為豪的主要特性,也是與 Hadoop 等分佈式計算框架對比過程中一大亮點,但是時代和技術都在演化,從 Spark1.3.1 版本開始,為了解決大塊數據(如 Shuffle )的傳輸問題, Spark 引入了 Netty 通信框架,到了 1.6.0 版本, Netty 完成取代了 Akka ,承擔 Spark 內部所有的 RPC 通信以及數據流傳輸。
Spark RPC 中最為重要的三個抽象(“三劍客”)為: RpcEnv 、 RpcEndpoint 、 RpcEndpointRef ,這樣做的好處有:
l 對上層的 API 來說,屏蔽了底層的具體實現,使用方便
l 可以通過不同的實現來完成指定的功能,方便擴展
l 促進了底層實現層的良性競爭, Spark 1.6.3 中默認使用了 Netty 作為底層的實現,但 Akka 的依賴仍然存在;而 Spark 2.1.0 中的底層實現只有 Netty ,這樣用戶可以方便的使用不同版本的 Akka 或者將來某種更好的底層實現。
Send a message locally
通過 Spark 源碼中的一個 Test ( RpcEnvSuite.scala )來分析一下發送本地消息的具體流程,源碼如下(對源碼做了一些修改):
<code>test( "send a message locally" ) {
@volatile var message: String = null
val rpcEndpointRef = env.setupEndpoint( "send-locally" , new RpcEndpoint {
override val rpcEnv = env
override def receive = {
//case msg: String => message = msg
case msg: String => println(message) // 我們直接將接收到的消息打印出來
}
})
rpcEndpointRef.send( "hello" )
// 下面是原來的代碼
//eventually(timeout(5 seconds), interval(10 millis)) {
// assert("hello" === message)
//}
}/<code>
首先是 RpcEndpoint 創建並註冊的流程:
· 1 、 創建 RpcEndpoint ,並初始化 rpcEnv 的引用( RpcEnv 已經創建好,底層實際上是實例化了一個 NettyRpcEnv ,而 NettyRpcEnv 是通過工廠方法 NettyRpcEnvFactory 創建的)
· 2 、 實例化 RpcEndpoint 之後需要向 RpcEnv 註冊該 RpcEndpoint ,底層實現是向 NettyRpcEnv 進行註冊,而實際上是通過調用 Dispatcher 的 registerRpcEndpoint 方法向 Dispatcher 進行註冊
· 3 、 具體的註冊就是向 endpoints 、 endpointRefs 、 receivers 中插入記錄:而 receivers 中插入的信息會被 Dispatcher 中的線程池中的線程執行:會將記錄 take 出來然後調用 Inbox 的 process 方法通過模式匹配的方法進行處理,註冊的時候通過匹配到 OnStart 類型的 message ,去執行 RpcEndpoint 的 onStart 方法(例如 Master 、 Worker 註冊時,就要執行各自的 onStart 方法),本例中未做任何操作
· 4 、 註冊完成後返回 RpcEndpointRef ,我們通過 RpcEndpointRef 就可以向其代表的 RpcEndpoint 發送消息
下面就是通過 RpcEndpointRef 向其代表的 RpcEndpoint 發送消息的具體流程:
· 1 、 2 、調用 RpcEndpointRef 的 send 方法,底層實現是調用 Netty 的 NettyRpcEndpointRef 的 send 方法,而實際上又是調用的 NettyRpcEnv 的 send 方法,發送的消息使用 RequestMessage 進行封裝:
<code>nettyEnv.send( RequestMessage (nettyEnv.address, this , message))/<code>
· 3 、 4 、 NettyRpcEnv 的 send 方法首先會根據 RpcAddress 判斷是本地還是遠程調用,此處是同一個 RpcEnv ,所以是本地調用,即調用 Dispatcher 的 postOneWayMessage 方法
· 5 、 postOneWayMessage 方法內部調用 Dispatcher 的 postMessage 方法
· 6 、 postMessage 會向具體的 RpcEndpoint 發送消息,首先通過 endpointName 從 endpoints 中獲得註冊時的 EndpointData ,如果不為空就執行 EndpointData 中 Inbox 的 post(message) 方法,向 Inbox 的 mesages 中插入一條 InboxMessage ,同時向 receivers 中插入一條記錄,此處將 Inbox 單獨畫出來是為了方便大家理解
· 7 、 Dispatcher 中的線程池會拿出一條線程用來循環 receivers 中的消息,首先使用 take 方法獲得 receivers 中的一條記錄,然後調用 Inbox 的 process 方法來執行這條記錄,而 process 將 messages 中的一條 InboxMessage (第 6 步中插入的)拿出來進行處理,具體的處理方法就是通過模式匹配的方法,匹配到消息的類型(此處是 OneWayMessage ),然後來執行 RpcEndpoint 中對應的 receive 方法,在此例中我們只打印出這條消息(步驟 8 )
至此,一個簡單的發送本地消息的流程執行完成。
閱讀更多 情報通 的文章