Storm DRPC实现机制分析剖析

2019独角兽企业重金招聘Python工程师标准>>>

        DRPC是建立在Storm基本概念（Topology、Spout、Bolt、Stream等）之上的高层抽象，个人理解它的目标是在Storm 集群之上提供一种分布式的RPC框架，以便能够利用Storm快速的实现RPC请求的分布式计算过程，即发起一次RPC请求，多个worker计算节点参 与计算，最后汇总后将计算结果返回给客户端。

 

Storm中使用Thrift作为其RPC框架，同样地，DRPC的实现也是构建在Thrift协议之上，相关的源码文件如下：

1. storm-core/src/storm.thrift，定义了Storm中实现的Thrift协议，其中有两个service是与DRPC相关的：DistributedRPC和DistributedRPCInvocations，它们的接口定义如下：

DistributedRPC.Iface：定义了execute方法，用于客户端发起RPC请求；

DistributedRPCInvocations.Iface：定义了fetchRequest、failRequest、result方法，分别用于获取RPC请求、将RPC请求标记为失败、返回RPC请求的处理结果。

 

2. storm-core/src/clj/backtype/storm/daemon/drpc.clj，实现了DRPC的Thrift服务端（即DRPC Server），使用Clojure语言实现。

 

3. storm-core/src/jvm/backtype/storm/generated/DistributedRPC.java 和storm-core/src/jvm/backtype/storm/utils/DRPCClient.java，作为RPC客户端，实现了 DistributedRPC.Iface接口，用于客户端向DRPC Server发起RPC请求。

 

4. storm-core/src/jvm/backtype/storm/generated /DistributedRPCInvocations.java和storm-core/src/jvm/backtype/storm/drpc /DRPCInvocationsClient.java，作为RPC客户端，实现了DistributedRPCInvocations.Iface接 口，用于DRPC Topology触发执行DRPC Request并返回结果给DRPC Server。

从中可以看出，对于DRPC Server来说，DRPC Client和DRPC Topology都是Thrift的客户端，只是分别调用了不同的Thrift服务而已。

 

Storm DRPC实现架构

1. 首先，前提是集群上已经运行了DRPC Topology，每个DRPC服务注册了一个RPC方法，包含方法名称和参数形式（上图中假设Topology已经启动运行）；

 

2. 接下来是处理流程，客户端通过DRPCClient调用execute方法，发起一次RPC调用给DRPC Server，目前受限的是只支持一个String类型的DRPC方法调用参数，社区中正在讨论对此进行扩展；

 

3. 然后，DRPC Server中有一个handler-server pool，用于接收RPC请求，并为每个请求生成唯一的request id，生成一条DRPC Request记录，并放到request queue中等待被消费（计算）；

 

4. 最后，DRPC Topology中的相关模块（DRPC Spout、ReturnResults Bolt，后面会介绍）通过invoke-server pool从request queue中取出该方法的RPC请求，并将处理结果（成功/失败）返回给DRPC Server，直到最终返回给阻塞着的DRPC Client。

 

Storm DRPC拓扑数据流

其 中，DRPC Topology由1个DRPCSpout、1个Prepare-Request Bolt、若干个User Bolts（即用户通过LinearDRPCTopologyBuilder添加的Bolts）、1个JoinResult Bolt和1个ReturnResults Bolt组成。除了User Bolts以外，其他的都是由LinearDRPCTopologyBuilder内置添加到Topology中的。接下来，我们从数据流的流动关系来 看，这些Spout和Bolts是如何工作的：

 

1. DRPCSpout中维护了若干个DRPCInvocationsClient，通过fetchRequest方法从DRPC Server读取需要提交到Topology中计算的RPC请求，然后发射一条数据流给Prepare-Request Bolt：<”args”, ‘”return-info”>，其中args表示RPC请求的参数，而return-info中则包含了发起这次RPC请求的RPC Server信息（host、port、request id），用于后续在ReturnResults Bolt中返回计算结果时使用。

 

2. Prepare-Request Bolt接收到数据流后，会新生成三条数据流：

<”request”, ”args”>：发给用户定义的User Bolts，提取args后进行DRPC的实际计算过程；

<”request”, ”return-info”>：发给JoinResult Bolt，用于和User Bolts的计算结果做join以后将结果返回给客户端；

<”request”>：在用户自定义Bolts实现了FinishedCallback接口的情况下，作为ID流发给用户定义的最后一级Bolt，用于判断batch是否处理完成。

 

3. User Bolts按照用户定义的计算逻辑，以及RPC调用的参数args，进行业务计算，并最终输出一条数据流给JoinResult Bolt：<”request”, ”result”>。

 

4. JoinResult Bolt将上游发来的<”request”, ”return-info”>和<”request”, ”result”>两条数据流做join，然后输出一条新的数据流给ReturnResults Bolt： <”result”, ”return-info”>。

 

5. ReturnResults Bolt接收到数据流后，从return-info中提取出host、port、request id，根据host和port生成DRPCInvocationsClient对象，并调用result方法将request id及result返回给DRPC Server，如果result方法调用成功，则对tuple进行ack，否则对tuple进行fail，并最终在DRPCSpout中检测到tuple 失败后，调用failRequest方法通知DRPC Server该RPC请求执行失败。

 

参考资料链接

1. https://github.com/apache/incubator-storm

2. https://github.com/nathanmarz/storm-starter

转载地址：http://blog.yoodb.com/yoodb/article/detail/1112

转载于:https://my.oschina.net/freelife/blog/546203