在MRv1中,对象之间的作用关系是基于函数调用实现的,当一个对象向另外一个对象传递信息时,会直接采用函数调用的方式,且整个过程是串行的。比如,当TaskTracker需要执行一个Task时,将首先下载Task依赖的文件(JAR包、二进制文件等、字典文件等)、然后执行Task。同时在整个过程中会记录一些关键日志,该过程可用图3-16描述。在整个过程中,下载依赖文件是阻塞式的,也就是说,前一个任务未完成文件下载之前,后一个新任务将一直处于等待状态,只有在下载完成后,才会启动一个独立进程运行该任务。尽管后来MRv1通过启动过独立线程下载文件解决了该问题,但这种方式不是在大系统中彻底解决问题之道,必须引入新的编程模型。
基于函数调用的编程模型是低效的,它隐含着整个过程是串行、同步进行的。相比之下,MRv2引入的事件驱动编程模型则是一种更加高效的方式。在基于事件驱动的编程模型中,所有对象被抽象成了事件处理器,而事件处理器之间通过事件相互关联。每种事件处理器处理一种类型的事件,同时根据需要触发另外一种事件,该过程如图3-17所示,当A需要下载文件时,只需向中央异步处理器发送一个事件即可(之后可以继续完成后面的功能而无须等待下载完成),该事件会被传递给对应的事件处理器B,由B完成具体的下载任务。一旦B完成下载任务,便可以通过事件通知A。
相比于基于函数调用的编程模型,这种编程方式具有异步、并发等特点,更加高效,因此更适合大型分布式系统。
状态机类
YARN自己实现了一个非常简单的状态机库(位于包org.apache.hadcop.yarn.state中),具体如图3-21所示。YARN对外提供了一个状态机工厂StatemachineFactory,它提供多种addTransition方法供用户添加各种状态转移,一旦状态机添加完毕后,可通过调用installTopology完成一个状态机的构建。
状态机的使用方法
本小节将给出一个状态机应用实例,在该实例中,创建一个作业状态机JobStateMachine,该状态机维护作业内部的各种状态变化。该状态机同时也是一个事件处理器,当接收到某种事件后,会触发相应的状态转移。该实例中没有给出一个中央异步调度器,可以嵌到3.4.3节的实例程序中运行。
1)定义作业类型。
- public enum JobEventType {
- JOB_KILL,
- JOB_INIT,
- JOB_START,
- JOB_SETUP_COMPLETED,
- JOB_COMPLETED
- }
2)定义作业状态机。
- @SuppressWarnings({ "rawtypes", "unchecked" })
- public class JobStateMachine implements EventHandler<JobEvent>{
- private final String jobID;
- private EventHandler eventHandler;
- private final Lock writeLock;
- private final Lock readLock;
- // 定义状态机
- protected static final
- StateMachineFactory<JobStateMachine, JobStateInternal, JobEventType, JobEvent>
- stateMachineFactory
- = new StateMachineFactory<JobStateMachine, JobStateInternal, JobEventType, JobEvent>
- (JobStateInternal.NEW)
- .addTransition(JobStateInternal.NEW, JobStateInternal.INITED,
- JobEventType.JOB_INIT,
- new InitTransition())
- .addTransition(JobStateInternal.INITED, JobStateInternal.SETUP,
- JobEventType.JOB_START,
- new StartTransition())
- .addTransition(JobStateInternal.SETUP, JobStateInternal.RUNNING,
- JobEventType.JOB_SETUP_COMPLETED,
- new SetupCompletedTransition())
- .addTransition
- (JobStateInternal.RUNNING,
- EnumSet.of(JobStateInternal.KILLED, JobStateInternal.SUCCEEDED),
- JobEventType.JOB_COMPLETED,
- new JobTasksCompletedTransition())
- .installTopology();
- private final StateMachine<JobStateInternal, JobEventType, JobEvent> stateMachine;
- public JobStateMachine(String jobID, EventHandler eventHandler) {
- this.jobID = jobID;
- ReadWriteLock readWriteLock = new ReentrantReadWriteLock();
- this.readLock = readWriteLock.readLock();
- this.writeLock = readWriteLock.writeLock();
- this.eventHandler = eventHandler;
- stateMachine = stateMachineFactory.make(this);
- }
- protected StateMachine<JobStateInternal, JobEventType, JobEvent> getStateMachine() {
- return stateMachine;
- }
- public static class InitTransition
- implements SingleArcTransition<JobStateMachine, JobEvent> {
- @Override
- public void transition(JobStateMachine job, JobEvent event) {
- System.out.println("Receiving event " + event);
- job.eventHandler.handle(new JobEvent(job.getJobId(), JobEventType.JOB_START));
- }
- }
- public static class StartTransition
- implements SingleArcTransition<JobStateMachine, JobEvent> {
- @Override
- public void transition(JobStateMachine job, JobEvent event) {
- System.out.println("Receiving event " + event);
- job.eventHandler.handle(new JobEvent(job.getJobId(), JobEventType.JOB_SETUP_COMPLETED));
- }
- }
- …
- //定义类SetupCompletedTransition和JobTasksCompletedTransition
- @Override
- public void handle(JobEvent event) {
- try {
- writeLock.lock();
- JobStateInternal oldState = getInternalState();
- try {
- getStateMachine().doTransition(event.getType(), event);
- } catch (InvalidStateTransitonException e) {
- System.out.println("Can't handle this event at current state");
- }
- if (oldState != getInternalState()) {
- System.out.println("Job Transitioned from " + oldState + " to "
- + getInternalState());
- }
- }
- finally {
- writeLock.unlock();
- }
- }
- public JobStateInternal getInternalState() {
- readLock.lock();
- try {
- return getStateMachine().getCurrentState();
- } finally {
- readLock.unlock();
- }
- }
- public enum JobStateInternal { //作业内部状态
- NEW,
- SETUP,
- INITED,
- RUNNING,
- SUCCEEDED,
- KILLED,
- }
- }
状态机可视化
YARN中实现了多个状态机对象,包括ResourceManager中的RMAppImpl、RMApp-AttemptImpl、RMContainerImpl和RMNodeImpl,NodeManager中的ApplicationImpl、ContainerImpl和LocalizedResource,MRAppMaster中的JobImpl、TaskImpl和TaskAttemptImpl等。为了便于用户查看这些状态机的状态变化以及相关事件,YARN提供了一个状态机可视化工具,具体操作步骤如下。
步骤1 将状态机转化为graphviz(.gv)格式的文件,编译命令如下:
- mvn compile -Pvisualize
经过该步骤后,本地目录中生成了ResourceManager.gv、NodeManager.gv和MapReduce.gv三个graphviz格式的文件(有兴趣可以直接打开查看具体内容)。
步骤2 使用可视化包graphviz中的相关命令生成状态机图,Shell命令具体如下:
- dot -Tpng NodeManager.gv > NodeManager.png
如果尚未安装graphviz包,操作该步骤之前先要安装该包。