6.824 lab1 MapReduce

6.824 Lab-1 MapReduce

1.实验内容

1.1内容概述

将经典的Word Counter任务使用MapReduce编程范式去实现，任务整体流程如下（假设两个Map节点和两个Reduce节点）：

每个Map Worker负责一个输入文件的Map处理，每个Map任务输出N份文件（N是Reduce Worker数目），这N份文件会送到N个Reduce Worker处理。等待所有Map任务完成后，Reduce工作才能开始（此时所有输入文件才准备好），每个Reduce Worker输出一份reduce结果。

1.2lab相关代码概述

与本实验相关的主要有三个包，分别是main、mrapps、mr包。main包调用mrapps包和mr包运行整个流程，mrapps包是运行和测试时使用的工具函数包，这两个包在实验过程中都不需要改动，自己写的代码都在mr包中，其中包含三个文件coordinator.go、rpc.go和worker.go，作用如下

mr
├── coordinator.go \\Master
├── rpc.go		   \\处理通信
└── worker.go	   \\worker，包含map和reduce

2.实验步骤

2.1定义通信内容(rpc.go)

2.1.1分配任务时的请求与响应

worker请求任务时，不区分map和reduce，让coordinator根据任务完成情况来决定分配任务类型，这里有个边界情况就是所有的任务都在运行中，这个状态既得不到任务又不能直接退出，只能进行下一次任务。

// 节点请求任务
type ReqArgs struct {
   
	ReqNumber int8 //占用一个字节表示请求 为1表示申请任务
}
// Master回应任务内容
type ReqReply struct {
   
	TypeName string   // map or reduce or allinprogress
	Idx      int      //worker idx
	Content  []string //file names for work content
	NReduce  int      //reduce worker number
}

2.1.2完成任务时worker汇报任务结果给Master

汇报完成情况时，需要说明任务类型(TypeName), 任务结果(Ret), 完成的任务编号(idx)

// 报告任务完成情况
type FinishReq struct {
   
	TypeName string //map or reduce
	Ret      []string //output files(map or reduce)
	Idx      int //worker idx (map or reduce)
}

//Master 回应worker
type FinishReply struct {
   
	Done bool //for reply
}

2.2实现Worker（Worker.go）

2.2.1Map worker

Map worker任务包括三步，第一步读取输入文件调用mapf生成key value对，第二步处理kv对，排序之后合并相同条目到同一行，第三步将结果写入输出文件。

1.读取文件内容生成Key Value对

intermediate := []KeyValue{
   }
filename := reply1.Content[0]
NReduce := reply1.NReduce

//打开文件
file, err := os.Open(filename)
if err != nil {
   
	log.Fatalf("cannot open %v", filename)
}
content, err := ioutil.ReadAll(file)
if err != nil {
   
	log.Fatalf("cannot read %v", filename)
}

file.Close()

//生成KV对
kva := mapf(filename, string(content))
intermediate = append(intermediate, kva...)

2.处理kv对生成中间结果

sort.Sort(ByKey(intermediate))
i := 0
reduceInput := make([][]ReduceKv, NReduce)
for i < len(intermediate) {
   
	j := i + 1
    for j < len(intermediate) && intermediate[j].Key == intermediate[i].Key {
   
        j++
    }
    values := []string{
   }
    for k := i; k < j; k++ {
   
        values = append(values, intermediate[k