Spark定制班第25课：Spark Streaming的StreamingContext启动及JobScheduler启动源码图解

本期内容：

1. StreamingContext启动源码图解

2. JobScheduler启动源码图解

StreamingContext的start方法对INITIALIZED、ACTIVE、STOPPED等状态分别做不同处理。

StreamingContext在INITIALIZED状态时，用validate方法对DStreamGraph、checkpoint等做有效检查，然后启动新的线程设置SparkContext，最后启动JobScheduler。

JobScheduler中的eventLoop是带有一个消息队列的线程循环器。接收的消息有JobStarted、JobCompleted、ErrorReported等三种。eventLoop用start方法启动。

JobScheduler还把所有InputDStream的rateController放入监听器中。然后启动了listenerBus。

然后启动了receiverTracker、jobGenerator。这两个在JobScheduler中至关重要。

ReceiverTracker中有个适用于RPC的ReceiverTrackerEndpoint类型的消息循环体，用receive方法接收StartAllReceivers、RestartReceiver、CleanupOldBlocks、UpdateReceiverRteLimit等4种消息，用receiveAndREply方法接收 RegisterReceiver、 AddBlock、 DeregisterReceiver、 AllReceiverIds、 StopAllReceivers等五种消息。消息有自己给自己发的消息，也有远程发来的消息。

shutdownHookManager用于关闭时。env.metricsSystem用于计量，注册的计量信息在StreamingSource中有定义。uiTab用于web界面。针对UI界面，定义有StreamingPage、BatchPage等WebUIPage的子类 ，做定制时也可定义自己的Page。

源码需要在细节上下工夫。深度决定广度。

JobGenerator中也有一个消息循环体。

所以，JobScheduler有3个消息循环体。如下图所示。