Spark源码分析之Worker

Spark支持三种模式的部署：YARN、Standalone以及Mesos。本篇说到的Worker只有在Standalone模式下才有。Worker节点是 Spark的工作节点，用于执行提交的作业。我们先从Worker节点的启动开始介绍。
　　Spark中Worker的启动有多种方式，但是最终调用的都是org.apache.spark.deploy.worker.Worker类，启动Worker节点的时候可以传很多的参数：内存、核、工作目录等。如果你不知道如何传递，没关系，help一下即可：

01	[wyp@iteblog spark]$ ./bin/spark-class org.apache.spark.deploy.worker.Worker -h

02	Spark assembly has been built with Hive, including Datanucleus jars on classpath

03	Usage: Worker [options] <master>

04

05	Master must be a URL of the form spark://hostname:port

06

07

Options:

08	-c CORES, --cores CORES  Number of cores to use

09	-m MEM, --memory MEM     Amount of memory to use (e.g. 1000M, 2G)

10	-d DIR, --work-dir DIR   Directory to run apps in (default: SPARK_HOME/work)

11	-i HOST, --ip IP         Hostname to listen on (deprecated, please use --host or -h)

12	-h HOST, --host HOST     Hostname to listen on

13	-p PORT, --port PORT     Port to listen on (default: random)

14	--webui-port PORT        Port for web UI (default: 8081)

　　从上面的输出我们可以看出Worker的启动支持多达7个参数！这样每个都这样输入岂不是很麻烦？其实，我们不用担心，Worker节点启动地时候将先读取conf/spark-env.sh里面的配置，这些参数配置的解析都是由Worker中的WorkerArguments类进行解析的。如果你没有设置内存，那么将会把Worker启动所在机器的所有内存（会预先留下1G内存给操作系统）分给Worker，具体的代码实现如下：

01	def inferDefaultMemory(): Int = {

02	val ibmVendor = System.getProperty("java.vendor").contains("IBM")

03	var totalMb = 0

04

try {

05	val bean = ManagementFactory.getOperatingSystemMXBean()

06	if (ibmVendor) {

07	val beanClass = Class.forName("com.ibm.lang.management.OperatingSystemMXBean")

08	val method = beanClass.getDeclaredMethod("getTotalPhysicalMemory")

09	totalMb = (method.invoke(bean).asInstanceOf[Long] / 1024 / 1024).toInt

10

} else {

11	val beanClass = Class.forName("com.sun.management.OperatingSystemMXBean")

12	val method = beanClass.getDeclaredMethod("getTotalPhysicalMemorySize")

13	totalMb = (method.invoke(bean).asInstanceOf[Long] / 1024 / 1024).toInt

14

}

15

} catch {

16	case e: Exception => {

17	totalMb = 2*1024

18	System.out.println("Failed to get total physical memory. Using " + totalMb + " MB")

19

}

20

}

21	// Leave out 1 GB for the operating system, but don't return a negative memory size

22	math.max(totalMb - 1024, 512)

23

}

　　同样，如果你没设置cores，那么Spark将会获取你机器的所有可用的核作为参数传进去。解析完参数之后，将运行preStart函数，进行一些启动相关的操作，比如判断是否已经向Master注册过，创建工作目录，启动Worker的WEB UI，向Master进行注册等操作，如下：

01	override def preStart() {

02	assert(!registered)

03	logInfo("Starting Spark worker %s:%d with %d cores, %s RAM".format(

04	host, port, cores, Utils.megabytesToString(memory)))

05	logInfo("Spark home: " + sparkHome)

06	createWorkDir()

07	context.system.eventStream.subscribe(self, classOf[RemotingLifecycleEvent])

08	webUi = new WorkerWebUI(this, workDir, Some(webUiPort))

09	webUi.bind()

10	registerWithMaster()

11

12	metricsSystem.registerSource(workerSource)

13	metricsSystem.start()

14

}

　　Worker向Master注册的超时时间为20秒，如果在这20秒内没有成功地向Master注册，那么将会进行重试，重试的次数为3，如过重试的次数大于等于3，那么将无法启动Worker，这时候，你就该看看你的网络环境或者你的Master是否存在问题了。
Worker在运行的过程中将会触发许多的事件， 比如：RegisteredWorker、SendHeartbeat、WorkDirCleanup以及MasterChanged等等，收到不同的事件，Worker进行不同的操作。比如，如果需要运行一个作业，Worker将会启动一个或多个ExecutorRunner，具体的代码可参见receiveWithLogging函数：

01	override def receiveWithLogging = {

02	case RegisteredWorker(masterUrl, masterWebUiUrl) =>

03

04	case SendHeartbeat =>

05	case WorkDirCleanup =>

06

07	case MasterChanged(masterUrl, masterWebUiUrl) =>

08

09	case Heartbeat =>

10

11	case RegisterWorkerFailed(message) =>

12

13	case LaunchExecutor(masterUrl, appId, execId, appDesc, cores_, memory_) =>

14

15	case ExecutorStateChanged(appId, execId, state, message, exitStatus) =>

16

17	case KillExecutor(masterUrl, appId, execId) =>

18

19	case LaunchDriver(driverId, driverDesc) => {

20

21

22	case KillDriver(driverId) => {

23

24	case DriverStateChanged(driverId, state, exception) => {

25

26

27	case x: DisassociatedEvent if x.remoteAddress == masterAddress =>

28

29	case RequestWorkerState => {

30

}

　　上面的代码是经过处理的，其实receiveWithLogging 方法是从ActorLogReceive继承下来的。
　　当Worker节点Stop的时候，将会执行postStop函数，如下：

1	override def postStop() {

2	metricsSystem.report()

3	registrationRetryTimer.foreach(_.cancel())

4	executors.values.foreach(_.kill())

5	drivers.values.foreach(_.kill())

6	webUi.stop()

7	metricsSystem.stop()

8

}

　　杀掉所有还未执行完的executors、drivers等，操作。这方法也是从Actor继承下来的。
　　本文只是简单地介绍了Worker节点的一些环境，启动等相关的代码，关于它如何和Master通信；如何启动Executor；如何启动Driver都没有涉及，如果你想更好地了解Worker的运行情况，请参见Worker相关的代码吧。