Scala基础教程–20–Akka
章节目标
- 理解Akka并发编程框架简介
- 掌握Akka入门案例
- 掌握Akka定时任务代码实现
- 掌握两个进程间通信的案例
- 掌握简易版spark通信框架案例
1. Akka并发编程框架简介
1.1 Akka概述
Akka是一个用于构建高并发、分布式和可扩展的基于事件驱动的应用工具包。Akka是使用scala开发的库,同时可以使用scala和Java语言来开发基于Akka的应用程序。
1.2 Akka特性
- 提供基于异步非阻塞、高性能的事件驱动编程模型
- 内置容错机制,允许Actor在出错时进行恢复或者重置操作
- 超级轻量级的事件处理(每GB堆内存几百万Actor)
- 使用Akka可以在单机上构建高并发程序,也可以在网络中构建分布式程序。
1.3 Akka通信过程
以下图片说明了Akka Actor的并发编程模型的基本流程:
- 学生创建一个ActorSystem
- 通过ActorSystem来创建一个ActorRef(老师的引用),并将消息发送给ActorRef
- ActorRef将消息发送给Message Dispatcher(消息分发器)
- Message Dispatcher将消息按照顺序保存到目标Actor的MailBox中
- Message Dispatcher将MailBox放到一个线程中
- MailBox按照顺序取出消息,最终将它递给TeacherActor接受的方法中
2. 创建Actor
Akka中,也是基于Actor来进行编程的。类似于之前学习过的Actor。但是Akka的Actor的编写、创建方法和之前有一些不一样。
2.1 API介绍
-
ActorSystem: 它负责创建和监督Actor
- 在Akka中,ActorSystem是一个重量级的结构,它需要分配多个线程.
- 在实际应用中, ActorSystem通常是一个单例对象, 可以使用它创建很多Actor.
- 直接使用
context.system
就可以获取到管理该Actor的ActorSystem的引用.
-
实现Actor类
- 定义类或者单例对象继承Actor(注意:要导入akka.actor包下的Actor)
- 实现receive方法,receive方法中直接处理消息即可,不需要添加loop和react方法调用. Akka会自动调用receive来接收消息.
- 【可选】还可以实现preStart()方法, 该方法在Actor对象构建后执行,在Actor生命周期中仅执行一次.
-
加载Actor
- 要创建Akka的Actor,必须要先获取创建一个ActorSystem。需要给ActorSystem指定一个名称,并可以去加载一些配置项(后面会使用到)
- 调用ActorSystem.actorOf(Props(Actor对象), “Actor名字”)来加载Actor.
2.2 Actor Path
每一个Actor都有一个Path,这个路径可以被外部引用。路径的格式如下:
Actor类型 | 路径 | 示例 |
---|---|---|
本地Actor | akka://actorSystem名称/user/Actor名称 | akka://SimpleAkkaDemo/user/senderActor |
远程Actor | akka.tcp://my-sys@ip地址:port/user/Actor名称 | akka.tcp://192.168.10.17:5678/user/service-b |
2.3 入门案例
2.3.1 需求
基于Akka创建两个Actor,Actor之间可以互相发送消息。
2.3.2 实现步骤
- 创建Maven模块
- 创建并加载Actor
- 发送/接收消息
2.3.3 创建Maven模块
使用Akka需要导入Akka库,这里我们使用Maven来管理项目, 具体步骤如下:
-
创建Maven模块.
选中项目, 右键 -> new -> Module -> Maven -> Next -> GroupId: com.itheima ArtifactId: akka-demo next -> 设置"module name"值为"akka-demo" -> finish
-
打开pom.xml文件,导入akka Maven依赖和插件.
//1. 直接把资料的pom.xml文件中的内容贴过来就行了. //2. 源码目录在: src/main/scala下 //3. 测试代码目录在: src/test/scala下. //4. 上述的这两个文件夹默认是不存在的, 需要我们手动创建. //5. 创建出来后, 记得要修改两个文件夹的类型. 选中文件夹, 右键 -> Mark Directory as -> Source Roots //存放源代码. Test Source Roots //存放测试代码.
2.3.4 创建并加载Actor
到这, 我们已经把Maven项目创建起来了, 后续我们都会采用Maven来管理我们的项目. 接下来, 我们来实现:
创建并加载Actor, 这里, 我们要创建两个Actor:
- SenderActor:用来发送消息
- ReceiverActor:用来接收,回复消息
具体步骤
-
在src/main/scala文件夹下创建包: com.itheima.akka.demo
-
在该包下创建两个Actor(注意: 用object修饰的单例对象).
-
SenderActor: 表示发送消息的Actor对象.
-
ReceiverActor: 表示接收消息的Actor对象.
-
-
在该包下创建
单例对象Entrance, 并封装main方法
, 表示整个程序的入口. -
把程序启动起来, 如果不报错, 说明代码是没有问题的.
参考代码
object SenderActor extends Actor {
/*
细节:
在Actor并发编程模型中, 需要实现act方法, 想要持续接收消息, 可通过loop + react实现.
在Akka编程模型中, 需要实现receive方法, 直接在receive方法中编写偏函数处理消息即可.
*/
//重写receive()方法
override def receive: Receive = {
case x => println(x)
}
}
object ReceiverActor extends Actor{
//重写receive()方法
override def receive: Receive = {
case x => println(x)
}
}
object Entrance {
def main(args:Array[String]) = {
//1. 实现一个Actor Trait, 其实就是创建两个Actor对象(上述步骤已经实现).
//2. 创建ActorSystem
//两个参数的意思分别是:ActorSystem的名字, 加载配置文件(此处先不设置)
val actorSystem = ActorSystem("actorSystem",ConfigFactory.load())
//3. 加载Actor
//actorOf方法的两个参数意思是: 1. 具体的Actor对象. 2.该Actor对象的名字
val senderActor = actorSystem.actorOf(Props(SenderActor), "senderActor")
val receiverActor = actorSystem.actorOf(Props(ReceiverActor), "receiverActor")
}
}
2.3.5 发送/接收消息
思路分析
- 使用样例类封装消息
- SubmitTaskMessage——提交任务消息
- SuccessSubmitTaskMessage——任务提交成功消息
- 使用
!
发送异步无返回消息.
参考代码
-
MessagePackage.scala文件中的代码
/** * 记录发送消息的 样例类. * @param msg 具体的要发送的信息. */ case class SubmitTaskMessage(msg:String) /** * 记录 回执信息的 样例类. * @param msg 具体的回执信息. */ case class SuccessSubmitTaskMessage(msg:String)
-
Entrance.scala文件中的代码
//程序主入口. object Entrance { def main(args: Array[String]): Unit = { //1. 创建ActorSystem, 用来管理所有用户自定义的Actor. val actorSystem = ActorSystem("actorSystem", ConfigFactory.load()) //2. 通过ActorSystem, 来管理我们自定义的Actor(SenderActor, ReceiverActor) val senderActor = actorSystem.actorOf(Props(SenderActor), "senderActor") val receiverActor = actorSystem.actorOf(Props(ReceiverActor), "receiverActor") //3. 由ActorSystem给 SenderActor发送一句话"start". senderActor ! "start" } }
-
SenderActor.scala文件中的代码
object SenderActor extends Actor{ override def receive: Receive = { //1. 接收Entrance发送过来的: start case "start" => { //2. 打印接收到的数据. println("SenderActor接收到: Entrance发送过来的 start 信息.") //3. 获取ReceiverActor的具体路径. //参数: 要获取的Actor的具体路径. //格式: akka://actorSystem的名字/user/要获取的Actor的名字. val receiverActor = context.actorSelection("akka://actorSystem/user/receiverActor") //4. 给ReceiverActor发送消息: 采用样例类SubmitTaskMessage receiverActor ! SubmitTaskMessage("我是SenderActor, 我在给你发消息!...") } //5. 接收ReceiverActor发送过来的回执信息. case SuccessSubmitTaskMessage(msg) => println(s"SenderActor接收到回执信息: ${msg} ") } }
-
ReceiverActor.scala文件中的代码
object ReceiverActor extends Actor { override def receive: Receive = { //1. 接收SenderActor发送过来的消息. case SubmitTaskMessage(msg) => { //2. 打印接收到的消息. println(s"ReceiverActor接收到: ${msg}") //3. 给出回执信息. sender ! SuccessSubmitTaskMessage("接收任务成功!. 我是ReceiverActor") } } }
输出结果
SenderActor接收到: Entrance发送过来的 start 信息.
ReceiverActor接收到: 我是SenderActor, 我在给你发消息!...
SenderActor接收到回执信息: 接收任务成功!. 我是ReceiverActor
3. Akka定时任务
需求: 如果我们想要使用Akka框架定时的执行一些任务,该如何处理呢?
答: 在Akka中,提供了一个scheduler对象来实现定时调度功能。使用ActorSystem.scheduler.schedule()方法
,就可以启动一个定时任务。
3.1 schedule()方法的格式
-
方式一: 采用
发送消息
的形式实现.def schedule( initialDelay: FiniteDuration, // 延迟多久后启动定时任务 interval: FiniteDuration, // 每隔多久执行一次 receiver: ActorRef, // 给哪个Actor发送消息 message: Any) // 要发送的消息 (implicit executor: ExecutionContext) // 隐式参数:需要手动导入
-
方式二: 采用
自定义方式
实现.def schedule( initialDelay: FiniteDuration, // 延迟多久后启动定时任务 interval: FiniteDuration // 每隔多久执行一次 )(f: ⇒ Unit) // 定期要执行的函数,可以将逻辑写在这里 (implicit executor: ExecutionContext) // 隐式参数:需要手动导入
注意: 不管使用上述的哪种方式实现定时器, 都需要
导入隐式转换和隐式参数
, 具体如下://导入隐式转换, 用来支持 定时器. import actorSystem.dispatcher //导入隐式参数, 用来给定时器设置默认参数. import scala.concurrent.duration._
3.2 案例
需求
- 定义一个ReceiverActor, 用来循环接收消息, 并打印接收到的内容.
- 创建一个ActorSystem, 用来管理所有用户自定义的Actor.
- 关联ActorSystem和ReceiverActor.
- 导入隐式转换和隐式参数.
- 通过定时器, 定时(间隔1秒)给ReceiverActor发送一句话.
- 方式一: 采用发送消息的形式实现.
- 方式二: 采用自定义方式实现.
参考代码
//案例: 演示Akka中的定时器.
object MainActor {
//1. 定义一个Actor, 用来循环接收消息, 并打印.
object ReceiverActor extends Actor {
override def receive: Receive = {
case x => println(x) //不管接收到的是什么, 都打印.
}
}
def main(args: Array[String]): Unit = {
//2. 创建一个ActorSystem, 用来管理所有用户自定义的Actor.
val actorSystem = ActorSystem("actorSystem", ConfigFactory.load())
//3. 关联ActorSystem和ReceiverActor.
val receiverActor = actorSystem.actorOf(Props(ReceiverActor), "receiverActor")
//4. 导入隐式转换和隐式参数.
//导入隐式转换, 用来支持 定时器.
import actorSystem.dispatcher
//导入隐式参数, 用来给定时器设置默认参数.
import scala.concurrent.duration._
//5. 通过定时器, 定时(间隔1秒)给ReceiverActor发送一句话.
//方式一: 通过定时器的第一种方式实现, 传入四个参数.
//actorSystem.scheduler.schedule(3.seconds, 2.seconds, receiverActor, "你好, 我是种哥, 我有种子你买吗?...")
//方式二: 通过定时器的第二种方式实现, 传入两个时间, 和一个函数.
//actorSystem.scheduler.schedule(0 seconds, 2 seconds)(receiverActor ! "新上的种子哟, 你没见过! 嘿嘿嘿...")
//实际开发写法
actorSystem.scheduler.schedule(0 seconds, 2 seconds){
receiverActor ! "新上的种子哟, 你没见过! 嘿嘿嘿..."
}
}
}
4. 实现两个进程之间的通信
4.1 案例介绍
基于Akka实现在两个进程间发送、接收消息。
- WorkerActor启动后去连接MasterActor,并发送消息给MasterActor.
- MasterActor接收到消息后,再回复消息给WorkerActor。
4.2 Worker实现
步骤
-
创建一个Maven模块,导入依赖和配置文件.
-
创建Maven模块.
GroupId: com.itheima
ArtifactID: akka-worker
-
把资料下的pom.xml文件中的内容复制到Maven项目akka-worker的pom.xml文件中
-
把资料下的application.conf复制到 src/main/resources文件夹下.
-
打开 application.conf配置文件, 修改端口号为: 9999
-
-
创建启动WorkerActor.
- 在src/main/scala文件夹下创建包: com.itheima.akka
- 在该包下创建 WorkerActor(单例对象的形式创建).
- 在该包下创建Entrance单例对象, 里边定义main方法
-
发送"setup"消息给WorkerActor,WorkerActor接收打印消息.
-
启动测试.
参考代码
-
WorkerActor.scala文件中的代码
//1. 创建WorkActor, 用来接收和发送消息. object WorkerActor extends Actor{ override def receive: Receive = { //2. 接收消息. case x => println(x) } }
-
Entrance.scala文件中的代码
//程序入口. //当前ActorSystem对象的路径 akka.tcp://actorSystem@127.0.0.1:9999 object Entrance { def main(args: Array[String]): Unit = { //1. 创建ActorSystem. val actorSystem = ActorSystem("actorSystem", ConfigFactory.load()) //2. 通过ActorSystem, 加载自定义的WorkActor. val workerActor = actorSystem.actorOf(Props(WorkerActor), "workerActor") //3. 给WorkActor发送一句话. workerActor ! "setup" } } //启动测试: 右键, 执行, 如果打印结果出现"setup", 说明程序执行没有问题.
4.3 Master实现
步骤
-
创建一个Maven模块,导入依赖和配置文件.
-
创建Maven模块.
GroupId: com.itheima
ArtifactID: akka-master
-
把资料下的pom.xml文件中的内容复制到Maven项目akka-master的pom.xml文件中
-
把资料下的application.conf复制到 src/main/resources文件夹下.
-
打开 application.conf配置文件, 修改端口号为: 8888
-
-
创建启动MasterActor.
- 在src/main/scala文件夹下创建包: com.itheima.akka
- 在该包下创建 MasterActor(单例对象的形式创建).
- 在该包下创建Entrance单例对象, 里边定义main方法
-
WorkerActor发送"connect"消息给MasterActor
-
MasterActor回复"success"消息给WorkerActor
-
WorkerActor接收并打印接收到的消息
-
启动Master、Worker测试
参考代码
-
MasterActor.scala文件中的代码
//MasterActor: 用来接收WorkerActor发送的数据, 并给其返回 回执信息. //负责管理MasterActor的ActorSystem的地址: akka.tcp://actorSystem@127.0.0.1:8888 object MasterActor extends Actor{ override def receive: Receive = { //1. 接收WorkerActor发送的数据 case "connect" => { println("MasterActor接收到: connect!...") //2. 给WorkerActor回执一句话. sender ! "success" } } }
-
Entrance.scala文件中的代码
//Master模块的主入口 object Entrance { def main(args: Array[String]): Unit = { //1. 创建ActorSystem, 用来管理用户所有的自定义Actor. val actorSystem = ActorSystem("actorSystem", ConfigFactory.load()) //2. 关联ActorSystem和MasterActor. val masterActor = actorSystem.actorOf(Props(MasterActor), "masterActor") //3. 给masterActor发送一句话: 测试数据, 用来测试. //masterActor ! "测试数据" } }
-
WorkerActor.scala文件中的代码(就修改了第3步)
//WorkerActor: 用来接收ActorSystem发送的消息, 并发送消息给MasterActor, 然后接收MasterActor的回执信息. //负责管理WorkerActor的ActorSystem的地址: akka.tcp://actorSystem@127.0.0.1:9999 object WorkerActor extends Actor{ override def receive: Receive = { //1. 接收Entrance发送过来的: setup. case "setup" => { println("WorkerActor接收到: Entrance发送过来的指令 setup!.") //2. 获取MasterActor的引用. val masterActor = context.system.actorSelection("akka.tcp://actorSystem@127.0.0.1:8888/user/masterActor") //3. 给MasterActor发送一句话. masterActor ! "connect" } //4. 接收MasterActor的回执信息. case "success" => println("WorkerActor接收到: success!") } }
5. 案例: 简易版spark通信框架
5.1 案例介绍
模拟Spark的Master与Worker通信.
- 一个Master
- 管理多个Worker
- 若干个Worker(Worker可以按需添加)
- 向Master发送注册信息
- 向Master定时发送心跳信息
5.2 实现思路
- 构建Master、Worker阶段
- 构建Master ActorSystem、Actor
- 构建Worker ActorSystem、Actor
- Worker注册阶段
- Worker进程向Master注册(将自己的ID、CPU核数、内存大小(M)发送给Master)
- Worker定时发送心跳阶段
- Worker定期向Master发送心跳消息
- Master定时心跳检测阶段
- Master定期检查Worker心跳,将一些超时的Worker移除,并对Worker按照内存进行倒序排序
- 多个Worker测试阶段
- 启动多个Worker,查看是否能够注册成功,并停止某个Worker查看是否能够正确移除
5.3 工程搭建
需求
本项目使用Maven搭建工程.
步骤
- 分别搭建以下几个项目, Group ID统一都为: com.itheima, 具体工程名如下:
工程名 | 说明 |
---|---|
spark-demo-common | 存放公共的消息、实体类 |
spark-demo-master | Akka Master节点 |
spark-demo-worker | Akka Worker节点 |
-
导入依赖(资料包中的pom.xml).
注意: master, worker要添加common依赖, 具体如下:
<!--导入spark-demo-common模块--> <dependency> <groupId>com.itheima</groupId> <artifactId>spark-demo-common</artifactId> <version>1.0-SNAPSHOT</version> </dependency>
-
分别在三个项目下的src/main, src/test下, 创建scala目录.
-
导入配置文件(资料包中的application.conf)
- 修改Master的端口为7000
- 修改Worker的端口为8000
5.4 构建Master和Worker
需求
分别构建Master和Worker,并启动测试
步骤
- 创建并加载Master Actor
- 创建并加载Worker Actor
- 测试是否能够启动成功
参考代码
-
完成master模块中的代码, 即: 在src/main/scala下创建包: com.itheima.spark.master, 包中代码如下:
-
MasterActor.scala文件中的代码
//Master: 用来管理多个Worker的. //MasterActor的路径: akka.tcp://actorSystem@127.0.0.1:7000 object MasterActor extends Actor{ override def receive: Receive = { case x => println(x) } }
-
Master.scala文件中的代码
//程序入口: 相当于我们以前写的MainActor object Master { def main(args: Array[String]): Unit = { //1. 创建ActorSystem. val actorSystem = ActorSystem("actorSystem", ConfigFactory.load()) //2. 通过ActorSystem, 关联MasterActor. val masterActor = actorSystem.actorOf(Props(MasterActor), "masterActor") //3. 启动程序, 如果不报错, 说明代码没有问题. } }
-
-
完成worker模块中的代码, 即: 在src/main/scala下创建包: com.itheima.spark.worker, 包中代码如下:
-
WorkerActor.scala文件中的代码
//WorkerActor的地址: akka.tcp://actorSystem@127.0.0.1:7100 object WorkerActor extends Actor{ override def receive: Receive = { case x => println(x) } }
-
Worker.scala文件中的代码
//程序入口 object Worker { def main(args: Array[String]): Unit = { //1. 创建ActorSystem. val actorSystem = ActorSystem("actorSystem", ConfigFactory.load()) //2. 通过ActorSystem, 关联MasterActor. val workerActor = actorSystem.actorOf(Props(WorkerActor), "workerActor") //3. 启动程序, 如果不报错, 说明代码没有问题. workerActor ! "hello" } }
-
5.5 Worker注册阶段实现
需求
在Worker启动时,发送注册消息给Master.
思路分析
- Worker向Master发送注册消息(workerid、cpu核数、内存大小)
- 随机生成CPU核(1、2、3、4、6、8)
- 随机生成内存大小(512、1024、2048、4096)(单位M)
- Master保存Worker信息,并给Worker回复注册成功消息
- 启动测试
具体步骤
-
在spark-demo-common项目的src/main/scala文件夹下创建包: com.itheima.spark.commons
把资料下的MessagePackage.scala和Entities.scala这两个文件拷贝到commons包下.
-
在WorkerActor单例对象中定义一些成员变量, 分别表示:
- masterActorRef: 表示MasterActor的引用.
- workerid: 表示当前WorkerActor对象的id.
- cpu: 表示当前WorkerActor对象的CPU核数.
- mem: 表示当前WorkerActor对象的内存大小.
- cup_list: 表示当前WorkerActor对象的CPU核心数的取值范围.
- mem_list: 表示当前WorkerActor对象的内存大小的取值范围.
-
在WorkerActor的preStart()方法中, 封装注册信息, 并发送给MasterActor.
-
在MasterActor中接收WorkerActor提交的注册信息, 并保存到双列集合中…
-
MasterActor给WorkerActor发送回执信息(注册成功信息.).
-
在WorkerActor中接收MasterActor回复的 注册成功信息.
参考代码
-
WorkerActor.scala文件中的代码
//WorkerActor的地址: akka.tcp://actorSystem@127.0.0.1:7100 object WorkerActor extends Actor { //1 定义成员变量, 记录MasterActor的引用, 以及WorkerActor提交的注册参数信息. private var masterActorRef: ActorSelection = _ //表示MasterActor的引用. private var workerid:String = _ //表示WorkerActor的id private var cpu:Int = _ //表示WorkerActor的CPU核数 private var mem:Int = _ //表示WorkerActor的内存大小. private val cpu_list = List(1, 2, 3, 4, 6, 8) //CPU核心数的取值范围 private val mem_list = List(512, 1024, 2048, 4096) //内存大小取值范围 //2. 重写preStart()方法, 里边的内容: 在Actor启动之前就会执行. override def preStart(): Unit = { //3. 获取Master的引用. masterActorRef = context.actorSelection("akka.tcp://actorSystem@127.0.0.1:7000/usre/masterActor") //4. 构建注册消息. workerid = UUID.randomUUID().toString //设置workerActor的id val r = new Random() cpu = cpu_list(r.nextInt(cpu_list.length)) mem = mem_list(r.nextInt(mem_list.length)) //5. 将WorkerActor的提交信息封装成 WorkerRegisterMessage对象. var registerMessage = WorkerRegisterMessage(workerid, cpu, mem) //6. 发送消息给MasterActor. masterActorRef ! registerMessage } override def receive: Receive = { case x => println(x) } }
-
MasterActor.scala文件中的代码
//Master: 用来管理多个Worker的. //MasterActor的路径: akka.tcp://actorSystem@127.0.0.1:7000 object MasterActor extends Actor{ //1. 定义一个可变的Map集合, 用来保存注册成功好的Worker信息. private val regWorkerMap = collection.mutable.Map[String, WorkerInfo]() override def receive: Receive = { case WorkerRegisterMessage(workId, cpu, mem) => { //2. 打印接收到的注册信息 println(s"MasterActor: 接收到worker注册信息, ${workId}, ${cpu}, ${mem}") //3. 把注册成功后的保存信息保存到: workInfo中. regWorkerMap += workId -> WorkerInfo(workId, cpu, mem) //4. 回复一个注册成功的消息. sender ! RegisterSuccessMessage } } }
-
修改WorkerActor.scala文件中receive()方法的代码
override def receive: Receive = { case RegisterSuccessMessage => println("WorkerActor: 注册成功!") }
5.6 Worker定时发送心跳阶段
需求
Worker接收到Master返回的注册成功信息后,定时给Master发送心跳消息。而Master收到Worker发送的心跳消息后,需要更新对应Worker的最后心跳时间。
思路分析
- 编写工具类读取心跳发送时间间隔
- 创建心跳消息
- Worker接收到注册成功后,定时发送心跳消息
- Master收到心跳消息,更新Worker最后心跳时间
- 启动测试
具体步骤
-
在worker的src/main/resources文件夹下的 application.conf文件中添加一个配置.
worker.heartbeat.interval = 5 //配置worker发送心跳的周期(单位是 s)
-
在worker项目的com.itheima.spark.work包下创建一个新的单例对象: ConfigUtils, 用来读取配置文件信息.
-
在WorkerActor的receive()方法中, 定时给MasterActor发送心跳信息.
-
Master接收到心跳消息, 更新Worker最后心跳时间. .
参考代码
-
worker项目的ConfigUtils.scala文件中的代码
object ConfigUtils { //1. 获取配置信息对象. private val config = ConfigFactory.load() //2. 获取worker心跳的具体周期 val `worker.heartbeat.interval` = config.getInt("worker.heartbeat.interval") }
-
修改WorkerActor.scala文件的receive()方法中的代码
override def receive: Receive = { case RegisterSuccessMessage => { //1. 打印接收到的 注册成功消息 println("WorkerActor: 接收到注册成功消息!") //2. 导入时间单位隐式转换 和 隐式参数 import scala.concurrent.duration._ import context.dispatcher //3. 定时给Master发送心跳消息. context.system.scheduler.schedule(0 seconds, ConfigUtil.`worker.heartbeat.interval` seconds){ //3.1 采用自定义的消息的形式发送 心跳信息. masterActorRef ! WorkerHeartBeatMessage(workerId, cpu, mem) } } }
-
MasterActor.scala文件中的代码
object MasterActor extends Actor { //1. 定义一个可变的Map集合, 用来保存注册成功好的Worker信息. private val regWorkerMap = collection.mutable.Map[String, WorkerInfo]() override def receive: Receive = { //接收注册信息. case WorkerRegisterMessage(workId, cpu, mem) => { //2. 打印接收到的注册信息 println(s"MasterActor: 接收到worker注册信息, ${workId}, ${cpu}, ${mem}") //3. 把注册成功后的保存信息保存到: workInfo中. regWorkerMap += workId -> WorkerInfo(workId, cpu, mem, new Date().getTime) //4. 回复一个注册成功的消息. sender ! RegisterSuccessMessage } //接收心跳消息 case WorkerHeartBeatMessage(workId, cpu, mem) => { //1. 打印接收到的心跳消息. println(s"MasterActor: 接收到${workId}的心跳信息") //2. 更新指定Worker的最后一次心跳时间. regWorkerMap += workId -> WorkerInfo(workId, cpu, mem, new Date().getTime) //3. 为了测试代码逻辑是否OK, 我们可以打印下 regWorkerMap的信息 println(regWorkerMap) } } }
5.7 Master定时心跳检测阶段
需求
如果某个worker超过一段时间没有发送心跳,Master需要将该worker从当前的Worker集合中移除。可以通过Akka的定时任务,来实现心跳超时检查。
思路分析
- 编写工具类,读取检查心跳间隔时间间隔、超时时间
- 定时检查心跳,过滤出来大于超时时间的Worker
- 移除超时的Worker
- 对现有Worker按照内存进行降序排序,打印可用Worker
具体步骤
-
修改Master的application.conf配置文件, 添加两个配置
#配置检查Worker心跳的时间周期(单位: 秒)
master.check.heartbeat.interval = 6
#配置worker心跳超时的时间(秒)
master.check.heartbeat.timeout = 15 -
在Master项目的com.itheima.spark.master包下创建: ConfigUtils工具类(单例对象), 用来读取配置文件信息.
-
在MasterActor中开始检查心跳(即: 修改MasterActor#preStart中的代码.).
-
开启Master, 然后开启Worker, 进行测试.
参考代码
-
Master项目的ConfigUtils.scala文件中的代码
//针对Master的工具类. object ConfigUtil { //1. 获取到配置文件对象. private val config: Config = ConfigFactory.load() //2. 获取检查Worker心跳的时间周期(单位: 秒) val `master.check.heartbeat.interval` = config.getInt("master.check.heartbeat.interval") //3. 获取worker心跳超时的时间(秒) val `master.check.heartbeat.timeout` = config.getInt("master.check.heartbeat.timeout") }
-
MasterActor.scala文件的preStart()方法中的代码
//5. 定时检查worker的心跳信息 override def preStart(): Unit = { //5.1 导入时间转换隐式类型 和 定时任务隐式变量 import scala.concurrent.duration._ import context.dispatcher //5.2 启动定时任务. context.system.scheduler.schedule(0 seconds, ConfigUtil.`master.check.heartbeat.interval` seconds) { //5.3 过滤大于超时时间的Worker. val timeOutWorkerMap = regWorkerMap.filter { keyval => //5.3.1 获取最后一次心跳更新时间. val lastHeatBeatTime = keyval._2.lastHeartBeatTime //5.3.2 超时公式: 当前系统时间 - 最后一次心跳时间 > 超时时间(配置文件信息 * 1000) if (new Date().getTime - lastHeatBeatTime > ConfigUtil.`master.check.heartbeat.timeout` * 1000) true else false } //5.4 移除超时的Worker if(!timeOutWorkerMap.isEmpty) { //如果要被移除的Worker集合不为空, 则移除此 timeOutWorkerMap //注意: 双列集合是根据键移除元素的, 所以最后的 _._1是在获取键. regWorkerMap --= timeOutWorkerMap.map(_._1) } //5.5 对worker按照内存大小进行降序排序, 打印Worker //_._2 获取所有的WorkInfo对象. val workerList = regWorkerMap.map(_._2).toList //5.6 按照内存进行降序排序. val sortedWorkerList = workerList.sortBy(_.mem).reverse //5.7 打印结果 println("按照内存的大小降序排列的Worker列表: ") println(sortedWorkerList) } }
5.8 多个Worker测试阶段
需求
修改配置文件,启动多个worker进行测试。
大白话: 启动一个Worker, 就修改一次Worker项目下的application.conf文件中记录的端口号, 然后重新开启Worker即可.
步骤
- 测试启动新的Worker是否能够注册成功
- 停止Worker,测试是否能够从现有列表删除
-
-
}if (new Date().getTime - lastHeatBeatTime > ConfigUtil.`master.check.heartbeat.timeout` * 1000) true else false
//5.4 移除超时的Worker
if(!timeOutWorkerMap.isEmpty) {
//如果要被移除的Worker集合不为空, 则移除此 timeOutWorkerMap
//注意: 双列集合是根据键移除元素的, 所以最后的 _.1是在获取键.
regWorkerMap --= timeOutWorkerMap.map(.1)
}
//5.5 对worker按照内存大小进行降序排序, 打印Worker
//.2 获取所有的WorkInfo对象.
val workerList = regWorkerMap.map(.2).toList
//5.6 按照内存进行降序排序.
val sortedWorkerList = workerList.sortBy(.mem).reverse
//5.7 打印结果
println("按照内存的大小降序排列的Worker列表: ")
println(sortedWorkerList)
}
}
-
#### 5.8 多个Worker测试阶段
**需求**
修改配置文件,启动多个worker进行测试。
> 大白话: 启动一个Worker, 就修改一次Worker项目下的application.conf文件中记录的端口号, 然后重新开启Worker即可.
**步骤**
1. 测试启动新的Worker是否能够注册成功
2. 停止Worker,测试是否能够从现有列表删除