一个庞大的分布式系统,各个组件间是如何协调工作的?组件是如何解耦的?线程运行如何更高效,减少阻塞带来的低效问题?本节将对 Yarn 的服务库和事件库进行介绍,看看 Yarn 是如何解决这些问题的。
一、服务库
一)简介
对于生命周期较长的对象,Yarn 采用基于服务的模型对其进行管理,有以下几个特点:
- 基于状态管理:分为 4 个状态:
NOTINITED
(被创建)、INITED
(已初始化)、STARTED
(已启动)、STOPPED
(已停止)。 - 服务状态的变化会触发其他的操作。
- 可通过组合的方式对服务进行组合。
二)源码简析
源代码地址在 hadoop-common-project/hadoop-common/src/main/java/org/apache/hadoop/service
的 Service
接口中。
其中定义了服务的四个状态,以及需要实现的状态转换、获取信息、注册等方法。
public interface Service extends Closeable {
public enum STATE {
NOTINITED(0, "NOTINITED"),
INITED(1, "INITED"),
STARTED(2, "STARTED"),
STOPPED(3, "STOPPED");
}
void init(Configuration config);
void start();
void stop();
void close() throws IOException;
void registerServiceListener(ServiceStateChangeListener listener);
// ......
抽象类 AbstractService
实现了 Service
接口,提供了基础的 Service
实现,非组合服务直接继承这个抽象类再开发即可。
public abstract class AbstractService implements Service {
// 以 start 实现为例,执行后会触发其他的操作
public void start() {
if (isInState(STATE.STARTED)) {
return;
}
//enter the started state
synchronized (stateChangeLock) {
if (stateModel.enterState(STATE.STARTED) != STATE.STARTED) {
try {
startTime = System.currentTimeMillis();
serviceStart();
if (isInState(STATE.STARTED)) {
//if the service started (and isn't now in a later state), notify
if (LOG.isDebugEnabled()) {
LOG.debug("Service " + getName() + " is started");
}
notifyListeners();
}
} catch (Exception e) {
noteFailure(e);
ServiceOperations.stopQuietly(LOG, this);
throw ServiceStateException.convert(e);
}
}
}
}
// ......
对于组合类的服务如 ResourceManager、NodeManager 等,需要继承 CompositeService
。其中会有对组合服务的逻辑处理。
public List<Service> getServices() {
synchronized (serviceList) {
return new ArrayList<Service>(serviceList);
}
}
protected void addService(Service service) {
if (LOG.isDebugEnabled()) {
LOG.debug("Adding service " + service.getName());
}
synchronized (serviceList) {
serviceList.add(service);
}
}
二、事件库
传统函数式调用的问题:
整个执行过程是串行、同步进行的。调用另一个函数的时候,需要等待函数执行完毕,才会继续往下走。示意图如下:
为了解决函数式调用的问题,可使用「事件驱动」的编程模型。
- 所有对象都被抽象成事件处理器
- 事件处理器之间通过事件相关联
- 每种事件处理器处理一种事件
- 根据需要会触发另一种事件
- 每类事件的处理可分割为多个步骤,用有限状态机表示
- 重要的是有一个「中央异步调度器(AsyncDispatcher)」,负责对待处理事件的收取和分发
示意图如下:
通过以上的方式,可以使程序有低耦合高内聚的特点,各个模块仅需完成各自的功能,同时提高了执行效率,把拆分的操作通过事件的方式发送出去即可。
三、服务库和事件库使用案例
本节将实现一个简化版的 MapReduce ApplicationMaster
,帮助了解 service 和 event 的使用方法。
与 MR 类似,一个 job 将被分为多个 task 执行。因此涉及 job 和 task 两种对象的事件。并有一个 AsyncDispatcher
处理调度。
案例已上传至 github,有帮助可以点个 ??
https://github.com/Simon-Ace/hadoop-yarn-study-demo/tree/master/service-event-demo
一)事件部分
参考 hadoop 源码中 Task 和 Job Event 的实现,进行一些简化。
1、task
public enum TaskEventType {
//Producer:Client, Job
T_KILL,
//Producer:Job
T_SCHEDULE
}
public class TaskEvent extends AbstractEvent<TaskEventType> {
private String taskID;
public TaskEvent(String taskID, TaskEventType type) {
super(type);
this.taskID = taskID;
}
public String getTaskID() {
return taskID;
}
}
2、job
public enum JobEventType {
//Producer:Client
JOB_KILL,
//Producer:MRAppMaster
JOB_INIT
}
public class JobEvent extends AbstractEvent<JobEventType> {
private String jobID;
public JobEvent(String jobID, JobEventType type) {
super(type);
this.jobID = jobID;
}
public St