Flink——Task退出流程与Failover机制

_Janick

已于 2022-05-05 16:23:06 修改

阅读量2.5k

点赞数

分类专栏： flink 文章标签： flink big data

于 2022-02-23 00:35:23 首次发布

本文链接：https://blog.csdn.net/qq_30708747/article/details/123080836

版权

flink 专栏收录该内容

7 篇文章 3 订阅

订阅专栏

Flink——Task退出流程与Failover机制

1 TaskExecutor端Task退出逻辑

Task.doRun() 引导Task初始化并执行其相关代码的核心方法，
构造并实例化Task的可执行对象： AbstractInvokable invokable。
调用 AbstractInvokable.invoke() 开始启动Task包含的计算逻辑。

当AbstractInvokable.invoke()执行退出后,根据退出类型执行相应操作：

正常执行完毕退出：输出ResultPartition缓冲区数据，并关闭缓冲区，标记Task为Finished；
取消操作导致退出：标记Task为CANCELED，关闭用户代码；
AbstractInvokable.invoke()执行过程中抛出异常退出：标记Task为FAILED，关闭用户代码，记录异常；
AbstractInvokable.invoke()执行过程中JVM抛出错误：强制终止虚拟机，退出当前进程。

紧接着释放Task相关的网络、内存、文件系统资源。最后通过Task->TaskManager->JobMaster的传递链路将Task的终止状态通知给Leader JobMaster线程。

Task.notifyFinalState() -> TaskManagerActions.updateTaskExecutionState(TaskExecutionState) -> JobMasterGateway.updateTaskExecutionState(TaskExecutionState)

TaskExecutionState携带的关键信息：

TaskExecutionState {
    JobID // 任务ID
    ExecutionAttemptID  // Task执行的唯一ID，标示每次执行
    ExecutionState  // 枚举值，Task执行状态
    SerializedThrowable // 若Task抛出异常，该字段记录异常堆栈信息
    ...
}

Task 执行状态转换：

   CREATED  -> SCHEDULED -> DEPLOYING -> RUNNING -> FINISHED
      |            |            |          |
      |            |            |   +------+
      |            |            V   V
      |            |         CANCELLING -----+----> CANCELED
      |            |                         |
      |            +-------------------------+
      |
      |                                   ... -> FAILED
      V
  RECONCILING  -> RUNNING | FINISHED | CANCELED | FAILED

2 JobMaster端failover流程

2.1 Task Execute State Handle

JobMaster收到TaskManager通过rpc发送的task执行状态变更信息，将通知当前Flink作业的调度器（SchedulerNG）处理，因为都是通过同个线程调用，后续对ExecutionGraph（运行时执行计划）、failover计数等有状态实例的read/write操作都不会出现线程安全问题。

JobMaster的核心处理逻辑在SchedulerBase.updateTaskExecutionState(TaskExecutionStateTransition) 中（TaskExecutionStateTransition主要是TaskExecutionState的可读性封装）。
处理逻辑：尝试将收到的Task执行状态信息更新到ExecutionGraph中。若更新成功且target状态为FINISHED，根据具体的SchedulingStrategy实现策略，选择可消费的结果分区并调度相应的消费者Task；若更新成功且target状态为FAILED，进入具体的failover流程。

SchedulerBase.updateTaskExecutionState(TaskExecutionStateTransition) ：

    public final boolean updateTaskExecutionState(
            final TaskExecutionStateTransition taskExecutionState) {
        final Optional<ExecutionVertexID> executionVertexId =
                getExecutionVertexId(taskExecutionState.getID());

        boolean updateSuccess = executionGraph.updateState(taskExecutionState);

        if (updateSuccess) {
            checkState(executionVertexId.isPresent());
            if (isNotifiable(executionVertexId.get(), taskExecutionState)) {
                updateTaskExecutionStateInternal(executionVertexId.get(), taskExecutionState);
            }
            return true;
        } else {
            return false;
        }
    }

ExecutionGraph.updateState(TaskExecutionStateTransition): 在当前的物理执行拓扑中找不到目标ExecutionAttemptID 时，将更新失败。需要注意的是这个ID用于唯一标示一个Execution，而Execution则代表ExecutionVertex（代表拓扑顶点的一个subTask计划）的一次执行实例，ExecutionVertex可以重复多次执行。这意味着当有subTask重新运行，currentExecutions将不再持有上一次执行的ID信息。

   /**
     * Updates the state of one of the ExecutionVertex's Execution attempts. If the new status if
     * "FINISHED", this also updates the accumulators.
     *
     * @param state The state update.
     * @return True, if the task update was properly applied, false, if the execution attempt was
     *     not found.
     */
    public boolean updateState(TaskExecutionStateTransition state) {
       assertRunningInJobMasterMainThread();
        final Execution attempt = currentExecutions.get(state.getID());
        if (attempt != null) {
            try {
                final boolean stateUpdated = updateStateInternal(state, attempt);
                maybeReleasePartitions(attempt);
                return stateUpdated;
            } catch (Throwable t) {
                ......
                return false;
            }
        } else {
            return false;
        }
    }

JobMaster: 负责一个任务拓扑的中心操作类，涉及作业调度，资源管理，对外通讯等…
SchedulerNG：负责调度作业拓扑。所有对该类对象方法的调用都会通过ComponentMainThreadExecutor触发，将不会出现并发调用的情况。
ExecutionGraph: 当前执行拓扑的中心数据结构，协调分布在各个节点上的Execution。描述了整个任务的各个SubTask及其分区数据，并与其保持通讯。

2.2 Job Failover

2.2.1 Task Failure Handle

Task异常的主要流程在 DefaultScheduler.handleTaskFailure(ExecutionVertexID, Throwable), 根据RestartBackoffTimeStrategy判断是重启还是failed-job；根据FailoverStrategy选择需要重启的SubTask；最后根据任务当前的SchedulingStrategy执行相应的调度策略重启相应的Subtask。

    private void handleTaskFailure(
            final ExecutionVertexID executionVertexId, @Nullable final Throwable error) {
        // 更新当前任务异常信息
        setGlobalFailureCause(error);
        // 如果相关的算子（source、sink）存在coordinator，同知其进一步操作
        notifyCoordinatorsAboutTaskFailure(executionVertexId, error);
        // 应用当前的restart-stratege并获取FailureHandlingResult
        final FailureHandlingResult failureHandlingResult =
                executionFailureHandler.getFailureHandlingResult(executionVertexId, error);
        // 根据结果重启Task或将任务失败
        maybeRestartTasks(failureHandlingResult);
    }


    public class FailureHandlingResult {
        //恢复所需要重启的所有SubTask
          Set<ExecutionVertexID> verticesToRestart;
        //重启延迟
          long restartDelayMS;
        //万恶之源
          Throwable error;
        //是否全局失败
          boolean globalFailure;
    }

ExecutionFailureHandler：处理异常信息，根据当前应用策略返回异常处理结果。

    public FailureHandlingResult getFailureHandlingResult(
            ExecutionVertexID failedTask, Throwable cause) {
        return handleFailure(
                cause, 
                failoverStrategy.getTasksNeedingRestart(failedTask, cause),  // 选择出需要重启的SubTask
                false); 
    }

    private FailureHandlingResult handleFailure(
            final Throwable cause,
            final Set<ExecutionVertexID> verticesToRestart,
            final boolean globalFailure) {

        if (isUnrecoverableError(cause)) {
            return FailureHandlingResult.unrecoverable(
                    new JobException("The failure is not recoverable", cause), globalFailure);
        }

        restartBackoffTimeStrategy.notifyFailure(cause);
        if (restartBackoffTimeStrategy.canRestart()) {
            numberOfRestarts++;

            return FailureHandlingResult.restartable(
                    verticesToRestart, restartBackoffTimeStrategy.getBackoffTime(), globalFailure);
        } else {
            return FailureHandlingResult.unrecoverable(
                    new JobException(
                            "Recovery is suppressed by " + restartBackoffTimeStrategy, cause),
                    globalFailure);
        }
    }

FailoverStrategy: 故障转移策略。
- RestartAllFailoverStrategy：使用该策略，当出现故障，将重启整个作业，即重启所有Subtask。
- RestartPipelinedRegionFailoverStrategy：当出现故障，重启故障出现Subtask所在的的Region。
RestartBackoffTimeStrategy: 当Task发生故障时，决定是否重启以及重启的延迟时间。
- FixedDelayRestartBackoffTimeStrategy：允许任务以指定延迟重启固定次数。
- FailureRateRestartBackoffTimeStrategy：允许在固定失败频率内，以固定延迟重启。
- NoRestartBackoffTimeStrategy：不重启。
SchedulingStrategy： Task执行实例的调度策略
- EagerSchedulingStrategy：饥饿调度，同时调度所有Task。
- LazyFromSourcesSchedulingStrategy：当消费的分区数据都准备好后才开始调度其后续Task，用于批处理任务。
- PipelinedRegionSchedulingStrategy：以pipline链接的Task为一个Region，作为其调度粒度。

2.2.2 Restart Task


    private void maybeRestartTasks(final FailureHandlingResult failureHandlingResult) {
        if (failureHandlingResult.canRestart()) {
            restartTasksWithDelay(failureHandlingResult);
        } else {
            failJob(failureHandlingResult.getError());
        }
    }

    private void restartTasksWithDelay(final FailureHandlingResult failureHandlingResult) {
        final Set<ExecutionVertexID> verticesToRestart =
                failureHandlingResult.getVerticesToRestart();

        final Set<ExecutionVertexVersion> executionVertexVersions =
                new HashSet<>(
                        executionVertexVersioner
                                .recordVertexModifications(verticesToRestart)
                                .values());
        final boolean globalRecovery = failureHandlingResult.isGlobalFailure();

        addVerticesToRestartPending(verticesToRestart);

        // 取消所有需要重启的SubTask
        final CompletableFuture<?> cancelFuture = cancelTasksAsync(verticesToRestart);

        delayExecutor.schedule(
                () ->
                        FutureUtils.assertNoException(
                                cancelFuture.thenRunAsync(   // 停止后才能重新启动
                                        restartTasks(executionVertexVersions, globalRecovery), 
                                        getMainThreadExecutor())),
                failureHandlingResult.getRestartDelayMS(),
                TimeUnit.MILLISECONDS);
    }

2.2.3 Cancel Task：

取消正在等待Slot分配的SubTask，若已经处于部署/运行状态，则需要通知TaskExecutor执行停止操作并等待操作完成。

    private CompletableFuture<?> cancelTasksAsync(final Set<ExecutionVertexID> verticesToRestart) {
        // clean up all the related pending requests to avoid that immediately returned slot
        // is used to fulfill the pending requests of these tasks
        verticesToRestart.stream().forEach(executionSlotAllocator::cancel); // 取消可能正处于等待分配Slot的SubTask

        final List<CompletableFuture<?>> cancelFutures =
                verticesToRestart.stream()
                        .map(this::cancelExecutionVertex) // 开始停止SubTask
                        .collect(Collectors.toList());

        return FutureUtils.combineAll(cancelFutures);
    }

    public void cancel() {
        while (true) { // 状态变更失败则重试
            ExecutionState current = this.state;
            if (current == CANCELING || current == CANCELED) {
                // already taken care of, no need to cancel again
                return;
            }
            else if (current == RUNNING || current == DEPLOYING) {
                // 当前状态设为CANCELING，并向TaskExecutor发送RPC请求停止SubTask
                if (startCancelling(NUM_CANCEL_CALL_TRIES)) {
                    return;
                }
            } else if (current == FINISHED) {
                // 即使完成运行，后续也无法消费，释放分区结果
                sendReleaseIntermediateResultPartitionsRpcCall();
                return;
            } else if (current == FAILED) {
                return;
            } else if (current == CREATED || current == SCHEDULED) {
                // from here, we can directly switch to cancelled, because no task has been deployed
                if (cancelAtomically()) {
                    return;
                }
            } else {
                throw new IllegalStateException(current.name());
            }
        }
    }

操作完毕后又会执行Task退出流程通知ExecutionGraph执行相应数据更新： ExecutionGraph.updateState(TaskExecutionStateTransition)->ExecutionGraph.updateStateInternal(TaskExecutionStateTransition, Execution) -> Execution.completeCancelling(..) -> Execution.finishCancellation(boolean) -> ExecutionGraph.deregisterExecution(Execution) 。在deregisterExecution操作会在currentExecutions中移除已停止的执行ExecutionTask。

2.2.4 Start Task

        private Runnable restartTasks(
                final Set<ExecutionVertexVersion> executionVertexVersions,
                final boolean isGlobalRecovery) {
            return () -> {
                final Set<ExecutionVertexID> verticesToRestart =
                        executionVertexVersioner.getUnmodifiedExecutionVertices(
                                executionVertexVersions);
    
                removeVerticesFromRestartPending(verticesToRestart);
                // 实例化新的SubTask执行实例（Execution）
                resetForNewExecutions(verticesToRestart);
    
                try {
                    // 恢复状态
                    restoreState(verticesToRestart, isGlobalRecovery);
                } catch (Throwable t) {
                    handleGlobalFailure(t);
                    return;
                }
                // 开始调度，申请Slot并部署
                schedulingStrategy.restartTasks(verticesToRestart);
            };
        }

3 可能存在的问题

当前的failover机制存在一个隐患，你能看得出来吗？后续将会另开一篇揭晓。
问题与优化：Flink重启策略(restart-strategy)优化

_Janick

关注

0
点赞
踩
7

收藏

觉得还不错? 一键收藏
0
评论
Flink——Task退出流程与Failover机制

Flink——Task退出流程与Failover机制目录Flink——Task退出流程与Failover机制1 TaskExecutor端Task退出逻辑2 JobMaster端failover流程2.1 Task Execute State Handle2.2 Job Failover2.2.1 Task Failure Handle2.2.2 Restart Task2.2.3 Cancel Task：2.2.4 Start Task1 TaskExecutor端Task退出逻辑Task.doRu
复制链接

扫一扫