分布式计算应用
1.需求
-- 一个发送端向多个接收端发送数据,接收端接收数据以后并进行处理,最后将数据返回给发送端,发送端将计算结果收回并打印在控制台。
2.需求分析
2.1 搭建模型
-- 一个发送端连接多个接收端,然后分别进行发送数据,此时存在的问题:
-- 当服务器接收到数据以后,计算需要很长一段时间时,如果客户端一直等着服务器返回数据,这是不合理的。
2.2 优化1
-- 客户端发送数据给服务端以后,断开连接,等服务器计算数据完成以后,服务器去连接客户端,将计算完成以后的结果返回
2.3 优化2
因为分布式计算的台数是根据实际的数据量来定的,数据量大,那我们就多一些服务器来进行计算,如果数量少一些,那么服务器就少一些,所以创建一个资源管理的中心,客户端需要多少资源就告诉资源管理中心,然后资源管理中心就创建多少个服务器来进行运算。
3.需要考虑的问题
3.1 数据如何进行切分
-- 暂时不传数据,只传任务和数据处理的逻辑
3.2 客户端如何告诉资源管理中创建服务器的台数
--客户端和资源管理中心建立网络连接,客户端将自己的端口号、地址和需要的服务器台数发送给资源管理中心
3.3 资源管理中心如何创建服务器
-- 资源管理中心根据客户端发来的端口号和地址就可以创建服务器,使用一个循环来创建服务器台数
3.4 服务器如何接收到来自客户端的数据
-- 在服务器类中,声明一个方法,方法中声明输入流,计算,输出流,并把结果输出等代码
3.5 客户端如何获取服务器端发来的计算结果
-- 在客户端处,创建发送数据的线程中,接收来自执行器的数据
3.6 客户端如何收集整合不同服务器端发来的数据
--因为在客户端,会收集来自不同服务器端的数据,那么相当于使用多个线程对同一个结果集进行操作,存在线程安全问题,那么需要使用一个容器来接收结果数据。
4.功能模块
4.1 驱动器
1. 将driver的host、port、执行器的数量信息传递给资源中心,关闭与资源中心的连接
2. 创建一个serversocket,并获取输出流
3. 创建线程,用于driver将任务发送给执行器和接收执行器返回的计算结果,在线程内:
a、将需要输出的任务发送给执行器;
b、关闭输出流
c、获取输入流
d、使用一个集合来接收执行器返回的数据
4. 创建另外一个线程,用于判定是否所有的执行器已经返回结果,并打印所有执行器的计算结果
4.2 资源中心
1. 获取driver的host、port、exerutorsNum
2. 根据exerutorsNum,创建对应数量的executor
3. 并将driver的host、port传递给executor
4. 前三步在一个线程里面执行
4.3信息
-- 将driver的host、port、执行器的数据封装成一个样例类。
4.4 执行器
1. 通过资源中心传入的参数,获取driver的host、port以及执行器的id
2. 创建一个方法,在方法内:
a、创建一个socket,并获取输入流
b、获取driver的数据
c、进行数据处理,并创建输出流
d、将结果和执行器id返回给driver
4.5任务
-- 将数据处理的逻辑封装成一个普通类
5.代码实现
5.1 驱动器
object Driver {
def main(args: Array[String]): Unit = {
//1. 与resourceCenter进行连接,并将驱动类的端口号、ip、和需要的服务台的台数的消息发送给资源中心
//1.1 数据准备阶段,将发送的消息封装成一个样例类
val executorNum = 5
val driverPort = 9999
val driverHost = "localhost"
val message = Message(s"executorNum=${executorNum}&driverHost=${driverHost}&driverPort=${driverPort}")
// 1.2 与resourceCenter连接,并将准备的数据发送给资源中心
val socket = new Socket("localhost", 6666)
val out = new ObjectOutputStream(socket.getOutputStream)
out.writeObject(message)
out.flush()
socket.close()
// 2. 创建一个服务器,任务传输给执行器
val receiver = new ServerSocket(driverPort)
// TODO 接收Executor端的数据
// 线程安全问题
val start = System.currentTimeMillis()
val results: Array[Int] = Array.fill(executorNum)(-1)
new Thread(
new Runnable {
override def run(): Unit = {
// TODO 统计结果的线程
var flg = true
while (flg) {
if (results.contains(-1)) {
Thread.sleep(100)
} else {
// TODO 所有的线程都已经计算完毕
val end = System.currentTimeMillis()
println("计算完毕,结果为 " + results.sum + ",耗时:" + (end - start) + "ms")
flg = false
System.exit(0)
}
}
}
}
).start()
while (true) {
val executorRef: Socket = receiver.accept()
new Thread(new Runnable {
override def run(): Unit = {
// 2.1 发送任务给到执行器
val exerutorOutputStream = new ObjectOutputStream(executorRef.getOutputStream)
val task = new Task
task.func = _ * 2
exerutorOutputStream.writeObject(task)
exerutorOutputStream.flush()
exerutorOutputStream.close()
executorRef.shutdownInput()
//2.2 获取执行器的返回的结果
// TODO 获取Executor端计算结果
val executorRefIn =
new ObjectInputStream(executorRef.getInputStream)
val message: Message = executorRefIn.readObject().asInstanceOf[Message]
val datas: Array[String] = message.m.split("=|&")
// executorId=${id}&result=$i
// executorId
// id
// result
// i
results(datas(1).toInt-1) = datas(3).toInt
//println("获取计算结果 = " + result)
}
}).start()
}
}
}
5.2 资源中心
object ResourceCenter {
def main(args: Array[String]): Unit = {
// 1. 与driver进行连接,获取driver的端口号,ip、需要的服务器的台数
val socket = new ServerSocket(6666)
while (true){
val driver: Socket = socket.accept()
new Thread(new Runnable {
override def run(): Unit = {
val in = new ObjectInputStream(driver.getInputStream)
val unit: AnyRef = in.readObject()
val message: Array[String] = unit.asInstanceOf[Message].m.split("=|&")
//"executorNum,5,driverHost,localhost,driverPort,1234"
println(message.mkString(","))
val exerutorCount: Int = message(1).toInt
val driverHost = message(3)
val driverPort = message(5).toInt
// 2.创建服务器
for (id <- 1 to exerutorCount) {
val executor = new Executor(id,driverPort.toInt, driverHost)
executor.start()
}
}
}).start()
}
}
}
5.3 信息
package com.atguigu.Scala_chapter01.scala_distributeCom
case class Message(m : String) {
}
5.4 执行器
class Executor(val id: Int, val driverPort: Int, val driverHost: String) {
def start() {
// 创建一个客户端
val driverRef = new Socket(driverHost, driverPort)
val driverRefIn = new ObjectInputStream(driverRef.getInputStream)
val task: Task = driverRefIn.readObject().asInstanceOf[Task]
task.num = id
val i: Int = task.Com()
driverRef.shutdownInput()
// 创建一个输出流
val executorOut = new ObjectOutputStream(driverRef.getOutputStream)
executorOut.writeObject(Message(s"exerutor=${id}&result=${i}"))
executorOut.flush()
driverRef.close()
}
}
5.5 任务
class Task {
var num: Int = _
var func: (Int) => Int = _
def Com()= {
func(num)
}
}
tStream(driverRef.getOutputStream)
executorOut.writeObject(Message(s"exerutor=KaTeX parse error: Expected 'EOF', got '&' at position 5: {id}&̲result={i}"))
executorOut.flush()
driverRef.close()
}
}
### 5.5 任务
```scala
class Task {
var num: Int = _
var func: (Int) => Int = _
def Com()= {
func(num)
}
}