master的注册机制和状态管理

一：Master对其它组件注册的处理

1， Master接受注册的对象主要就是：Driver、Application、Worker；不要补充说明是Executor不会注册给Master，Executor是注册给Driver中的SchedulerBackend的；

2， Worker是在启动后主动向Master注册的，所以如果在生产环境下加入新的Worker到已经正在运行的Spark集群上，此时不需要重新启动Spark集群就能够使用新加入的Worker以提升处理能力；

case RegisterWorker(
    id, workerHost, workerPort, workerRef, cores, memory, workerUiPort, publicAddress) => {
  logInfo("Registering worker %s:%d with %d cores, %s RAM".format(
    workerHost, workerPort, cores, Utils.megabytesToString(memory)))
  if (state == RecoveryState.STANDBY) {
    context.reply(MasterInStandby)
  } else if (idToWorker.contains(id)) {
    context.reply(RegisterWorkerFailed("Duplicate worker ID"))
  } else {
    val worker = new WorkerInfo(id, workerHost, workerPort, cores, memory,
      workerRef, workerUiPort, publicAddress)
    if (registerWorker(worker)) {
      persistenceEngine.addWorker(worker)
      context.reply(RegisteredWorker(self, masterWebUiUrl))
      schedule()
    } else {
      val workerAddress = worker.endpoint.address
      logWarning("Worker registration failed. Attempted to re-register worker at same " +
        "address: " + workerAddress)
      context.reply(RegisterWorkerFailed("Attempted to re-register worker at same address: "
        + workerAddress))
    }
  }

3，Master在接收到Worker注册的请求后，首先会判断一下当前的Master是否是Standby的模式，如果是话就不处理；然后会判断当前Master的内存数据结构idToWorker中是否已经有该Worker的注册新，如果有的话此时不会重复注册；

4，Master如果决定接收注册的Worker，首先会创建WorkerInfo对象来保存注册的Worker的信息：

private[spark] class WorkerInfo(
    val id: String,
    val host: String,
    val port: Int,
    val cores: Int,
    val memory: Int,
    val endpoint: RpcEndpointRef,
    val webUiPort: Int,
    val publicAddress: String)
  extends Serializable {

然后调用registerWorker来执行具体的注册的过程，如果Worker的状态是否是DEAD的状态则直接过滤掉，对于UNKNOWN装的内容调用removeWorker进行清理（包括清理该Worker下的Executors和Drivers）

5，注册时候是先注册Driver然后在注册Application

 

二：Master对Driver和Executor状态变化的处理

1， 对Driver状态变化的处理

case DriverState.ERROR | DriverState.FINISHED | DriverState.KILLED | DriverState.FAILED =>
  removeDriver(driverId, state, exception)

 

2， Executor挂掉的时候系统会尝试一定次数的重启（最多重试10次重启）