【Spark2.0源码学习】-3.Endpoint模型介绍

     Spark作为分布式计算框架，多个节点的设计与相互通信模式是其重要的组成部分。

 

一、组件概览

     对源码分析，对于设计思路理解如下：

          

• RpcEndpoint：RPC端点 ，Spark针对于每个节点（Client/Master/Worker）都称之一个Rpc端点 ,且都实现RpcEndpoint接口，内部根据不同端点的需求设计不同的消息和不同的业务处理，如果需要发送/询问则调用Dispacher
• RpcEnv：RPC上下文环境，每个Rpc端点运行时依赖的上下文环境称之为RpcEnv
• Dispacker：消息分发器，针对于RPC端点需要发送或者远程RPC介绍到的消息分发至对应的指令收件箱/发件箱，如果指令接收方是自己存入收件箱，如果指令接收方为非自身端点，则放入发件箱
• Inbox：指令消息收件箱，一个本地端点对应一个收件箱，Dispacher在每次向Inbox存入消息时都会将对应EndpointData加入内部待Receiver Queue中，另外Dispacher创建时会启动一个单独线程进行轮询Receiver Queue,进行收件箱消息消费
• OutBox：指令消息发件箱，一个远程端点对应一个发件箱，当消息放入Outbox后，紧接着将消息通过TransportClient发送出去，在同一个线程中进行，原因为远程消息分为RpcOutboxMessage, OneWayOutboxMessage两种消息，而针对于需要应答的消息直接发送更加合适
• TransportClient：Netty通信客户端，根据outbox的消息的receiver请求对应远程TransportServer,
• TransportServer：Netty通信服务端，一个RPC端点一个TransportServer,接受远程消息后调用Dispacher分发消息至对应收发件箱
• 特别说明
• • TransportClient与TransportServer通信虚线表示两个RpcEnv之间的通信，图示没有单独表达式
  • 一个Outbox一个TransportClient，图示没有单独表达式
  • 一个RpcEnv中存在两个RpcEndpoint,一个代表本身启动的RPC端点，另外一个为 RpcEndpointVerifier

 

二、Endpoint启动过程

     启动的流程如下：

　　

• Endpoint启动过程基本上与组件概览中组件能很好的对应
• Endpoint启动后，默认会向Inbox中添加OnStart消息，不同的端点（Master/Worker/Client）消费OnStart指令时，进行相关端点的启动额外处理
• Endpoint启动时，会默认启动TransportServer，且启动借宿后会进行一次同步测试rpc可用性（askSync-BoundPortsRequest）
• Dispacher作为一个分发器，内部存放了Inbox，Outbox的等相关句柄和存放了相关处理状态数据，结构大致如下

三、Endpoint Send&Ask流程

     Endpoint的消息发送与请求流程，如下：

　　

• Endpoint根据业务需要存入两个维度的消息组合：send/ask某个消息，receiver是自身与非自身
  • OneWayMessage： send + 自身， 直接存入收件箱
  • OneWayOutboxMessage：send + 非自身，存入发件箱并直接发送
  • RpcMessage： ask + 自身， 直接存入收件箱，另外还需要存入LocalNettyRpcCallContext，需要回调后再返回
  • RpcOutboxMessage: ask + 非自身，存入发件箱并直接发送，，需要回调后再返回

 

四、Endpoint receive流程

Endpoint的消息的接收，流程如下：

　　

• 上图 ServerBootstrap为Netty启动服务，SocketChanel为Netty数据通道
• 上述包含TransportSever启动与消息接受两个流程

 

五、Endpoint Inbox处理流程

     Spark在Endpoint的设计上核心设计即为Inbox与Outbox，其中Inbox核心要点为

• 内部的处理流程拆分为多个消息指令（InboxMessage）存放入Inbox
• 当Dispacher启动最后，会启动一个名为【dispatcher-event-loop】的线程扫描Inbox待处理InboxMessage，并调用Endpoint根据InboxMessage类型做相应处理
• 当Dispacher启动最后，默认会向Inbox存入OnStart类型的InboxMessage，Endpoint在根据OnStart指令做相关的额外启动工作，三端启动后所有的工作都是对OnStart指令处理衍生出来的，因此可以说OnStart指令是相互通信的源头
  

          消息指令类型大致如下三类

• OnStart/OnStop
• RpcMessage/OneWayMessage
• RemoteProcessDisconnected/RemoteProcessConnected/RemoteProcessConnectionError

 

六，Endpoint画像

 

     该图理解 Endpoint的结构使用，不再赘述。