Spark源码之组件间通信(Driver ＜==＞ Executor)

系统管理员 2023-10-04 18:46 4阅读 0赞

### Spark源码之组件间通信(Driver <==> Executor) ###

#### 内容目录 ####

*   *  Spark源码之组件间通信(Driver <==> Executor)
     *   *  一、简单介绍
         *  二、相关概念
         *  三、执行流程
         *  四、总结

> 我们了解使用socket通信，一个server，一个client，一个发信息，一个收信息。但是对于分布式的框架，这种阻塞方式的通信明显不能符合使用要求。Spark的通信使用的是异步非阻塞通信，引入了Netty通信框架，将Netty作为内部的通信组件，设计了基于Netty的RPC通信框架。

#### 一、简单介绍 ####

因为Linux对AIO的支持并不好，所以Linux采用了Epoll的方式模拟了AIO通信

> BIO：阻塞式IO  
> NIO：非阻塞式IO  
> AIO：异步非阻塞式IO

Spark 通讯框架中各个组件（Client/Master/Worker）可以认为是一个个独立的实体，各 个实体之间通过消息来进行通信。  
![在这里插入图片描述][67fa526f957a42d6be37615296f109ee.png]

Endpoint（Client/Master/Worker）有 1 个 InBox 和 N 个 OutBox（N>=1，N 取决于当前 Endpoint 与多少其他的 Endpoint 进行通信，一个与其通讯的其他 Endpoint 对应一个 OutBox），Endpoint 接收到的消息被写入 InBox，发送出去的消息写入 OutBox 并被发送到其他 Endpoint 的 InBox 中。

#### 二、相关概念 ####

RpcEndpoint：RPC 通信终端。Spark 针对每个节点（Client/Master/Worker）都称之为一 个 RPC 终端，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 Dispatcher。

RpcEnv：RPC 上下文环境，每个 RPC 终端运行时依赖的上下文环境称为 RpcEnv；在 把当前 Spark 版本中使用的 NettyRpcEnv

Dispatcher：消息调度（分发）器，针对于 RPC 终端需要发送远程消息或者从远程 RPC 接收到的消息，分发至对应的指令收件箱（发件箱）。如果指令接收方是自己则存入收 件箱，如果指令接收方不是自己，则放入发件箱；

Inbox：指令消息收件箱。一个本地 RpcEndpoint 对应一个收件箱，Dispatcher 在每次向 Inbox 存入消息时，都将对应 EndpointData 加入内部 ReceiverQueue 中，另外 Dispatcher 创建时会启动一个单独线程进行轮询ReceiverQueue，进行收件箱消息消费；

RpcEndpointRef：RpcEndpointRef 是对远程 RpcEndpoint 的一个引用。当我们需要向一 个具体的 RpcEndpoint 发送消息时，一般我们需要获取到该 RpcEndpoint 的引用，然后 通过该应用发送消息。

OutBox：指令消息发件箱。对于当前 RpcEndpoint 来说，一个目标 RpcEndpoint 对应一 个发件箱，如果向多个目标RpcEndpoint发送信息，则有多个OutBox。当消息放入Outbox 后，紧接着通过 TransportClient 将消息发送出去。消息放入发件箱以及发送过程是在同 一个线程中进行；

RpcAddress：表示远程的 RpcEndpointRef 的地址，Host + Port。

TransportClient：Netty 通信客户端，一个 OutBox 对应一个 TransportClient，TransportClient 不断轮询 OutBox，根据 OutBox 消息的 receiver 信息，请求对应的远程 TransportServer；

TransportServer：Netty 通信服务端，一个 RpcEndpoint 对应一个 TransportServer，接受 远程消息后调用 Dispatcher 分发消息至对应收发件箱；

#### 三、执行流程 ####

![在这里插入图片描述][3a90c616166d4e94981d6c4a7ef8ca32.png]

**详细结构图**  
![在这里插入图片描述][6f0b25fe4da441e0816409bfa8b186da.png]

#### 四、总结 ####

> Driver通过DriverEndpoint类进行通信，Executor通过CoarseGrainedExecutorBackend进行通信，通信的时候借助RpcEndPoint（Rpc终端）里的inbox接收信息，通过RpcEndpointRef（RPC终端引用）里的outbox发生信息，outbox可以有多个，取决于与其通讯的Endpoint个数

[67fa526f957a42d6be37615296f109ee.png]: https://img-blog.csdnimg.cn/67fa526f957a42d6be37615296f109ee.png
[3a90c616166d4e94981d6c4a7ef8ca32.png]: https://img-blog.csdnimg.cn/3a90c616166d4e94981d6c4a7ef8ca32.png
[6f0b25fe4da441e0816409bfa8b186da.png]: https://img-blog.csdnimg.cn/6f0b25fe4da441e0816409bfa8b186da.png