Strom 可定制任务调度策略（Pluggable Scheduler）

最新推荐文章于 2020-05-17 16:25:03 发布

weixin_34246551

最新推荐文章于 2020-05-17 16:25:03 发布

阅读量114

点赞数

原文链接：https://my.oschina.net/u/2326085/blog/391240

版权

2019独角兽企业重金招聘Python工程师标准>>>

Twitter Storm的新利器Pluggable Scheduler

发表于 2012 年 05 月 21 日由 xumingming

作者: xumingming | 可以转载, 但必须以超链接形式标明文章原始出处和作者信息及版权声明
网址: http://xumingming.sinaapp.com/854/twitter-storm-pluggable-scheduler/

最近把Twitter Storm的新特性：可插拔式的任务分配器(Pluggable Scheduler)给实现了，将在0.8.0版本里面跟大家见面。这篇文章先给大家尝尝鲜，介绍下这个新特性。

在Pluggable Scheduler之前，Twitter Storm里面对于用户提交的每个Topology进行任务分配是由nimbus来做的，nimbus的任务分配算法可是非常牛逼的哦，主要特点如下

在slot充沛的情况下，能够保证所有topology的task被均匀的分配到整个机器的所有机器上
在slot不足的情况下，它会把topology的所有的task分配到仅有的slot上去，这时候其实不是理想状态，所以。。
- 在nimbus发现有多余slot的时候，它会重新分配topology的task分配到空余的slot上去以达到理想状态。
在没有slot的时候，它什么也不做

一般情况下，用这种默认的task分配机制就已经足够了。但是也会有一些应用场景是默认的task分配机制所搞定不了的，比如

如果你想你的spout分配到固定的机器上去 — 比如你的数据就在那上面
如果你有两个topology都很耗CPU，你不想他们运行在同一台机器上
…

这些情况下我们默认的task分配机制虽然强大，却是搞不定的，因为它根本就不考虑这些。所以我们设计了新的Pluggable Scheduler机制，使得用户可以编写自己的task分配算法 — Scheduler来实现自己特定的需求。下面我们就来亲自动手来看看怎么才能实现上面提到的默认Scheduler搞不定的第一个场景，为了后面叙述的方便，我们来细化一下这个需求：让我们的名为special-spout的组件分配到名为special-supervisor的supervisor上去

要实现一个Scheduler其实很简单，只要实现IScheduler

 
     public interface IScheduler {
    /**
     * Set assignments for the topologies which needs scheduling. The new assignments is available
     * through <code>cluster.getAssignments()</code>
     *
     *@param topologies all the topologies in the cluster, some of them need schedule. Topologies object here
     *       only contain static information about topologies. Information like assignments, slots are all in
     *       the <code>cluster</code>object.
     *@param cluster the cluster these topologies are running in. <code>cluster</code> contains everything user
     *       need to develop a new scheduling logic. e.g. supervisors information, available slots, current
     *       assignments for all the topologies etc. User can set the new assignment for topologies using
     *       <code>cluster.setAssignmentById</code>
     */
    publicvoid schedule(Topologies topologies, Cluster cluster);
}
 
   

这个接口会提供两个参数，其中Topologies包含当前集群里面运行的所有Topology的信息：StormTopology对象，配置信息，以及从task到组件(bolt, spout)id的映射信息。Cluster对象则包含了当前集群的所有状态信息：对于系统所有Topology的task分配信息，所有的supervisor信息等等 — 已经足够我们实现上面的那个需求了，让我们动手吧

找出我们的目标Topology

首先我们要确定我们的topology是否已经提交到集群了，很简单，到topologies对象里面找找看，找到了的话就说明已经提交了。

// Gets the topology which we want to schedule

TopologyDetails topology = topologies.getByName( "special-topology" );

只要这个topology不为null的话就说明这个topology已经提交了。

目标Topology是否需要分配

紧接着我们要看看这个topology需不需要进行task分配 — 有可能之前分配过了。怎么弄呢？很简单，Cluster对象已经提供了api可以使用

boolean needsScheduling = cluster.needsScheduling(topology);

这里要说明的一点是，有关Scheduler编写的几乎所有api都是定义在Cluster类里面，大家只要把这个类搞熟悉，编写起Scheduler起来应该就得心应手了。如果这个topology需要进行task分配我们还要看下有那些task需要进行分配 — 因为可能有部分task已经被分配过了

	`// find out all the needs-scheduling components of this topology` `Map<String, List<Integer>> componentToTasks = cluster.getNeedsSchedulingComponentToTasks(topology);`

我们的目标spout是否需要分配？

因为我们的目标是让名为special-spout的组件运行在名为special-supervisor的supervisor上，所以我们要看看这些task里面有没有是属于special-spout的task，很简单，上面返回的componentToTasks就是从component-id到task-ids的一个映射。所以要找出special-spout就很简单了

List<Integer> tasks = componentToTasks.get( "special-spout" );

找出目标supervisor

找到我们要分配的task之后，我们还要把我们的special-supervisor找出来，Cluster同样提供了方便的方法:

// find out the our "special-supervisor" from the supervisor metadata
Collection<SupervisorDetails> supervisors = cluster.getSupervisors().values();
SupervisorDetails specialSupervisor =null;
for (SupervisorDetails supervisor : supervisors) {
    Map meta = (Map) supervisor.getSchedulerMeta();
  
    if(meta.get("name").equals("special-supervisor")) {
       specialSupervisor = supervisor;
       break;
    }
}

这里要特别说明一下Map meta = (Map) supervisor.getSchedulerMeta();, 我们前面说名为special-supervisor的supevisor，其实在storm里面supervisor是没有名字的，这里我们所谓的名字是从supervisor.getSchedulerMeta里面找出来的，这个schedulerMeta是supervisor上面配置的给scheduler使用的一些meta信息，你可以配置任意信息！比如在这个例子里面，我在storm.yaml里面配置了:

 
          supervisor.scheduler.meta: 
         
          name: "special-supervisor"

这样我们才能用meta.get("name").equals("special-supervisor")找到我们的special-supervisor到这里我们就找到了我们的special-supervisor，但是要记住一点的是，我们的集群里面有很多topology，这个supervisor的slot很可能已经被别的topology占用掉了。所以我们要检查下有没有slot了

List<WorkerSlot> availableSlots = cluster.getAvailableSlots(specialSupervisor);

判断上面的availableSlots是不是空就知道有没有空余的slot了，如果没有slot了怎么办？没别的topology占用掉了怎么办？很简单！把它赶走

 
          // if there is no available slots on this supervisor, free some. 
         
          if 
           (availableSlots.isEmpty() && !tasks.isEmpty()) {  
         
          for 
          (Integer task : specialSupervisor.getAllPorts()) {  
         
          cluster.freeSlot( 
          new 
          WorkerSlot(specialSupervisor.getId(), task));  
         
          } 
         
          }

最后一步：分配

到这里为止呢，我们要分配的tasks已经有了，要分配到的slot也搞定了，剩下的就分配下就好了(注意，这里因为为了保持例子简单，代码做了简化)

 
          // re-get the aviableSlots 
         
          availableSlots = cluster.getAvailableSlots(specialSupervisor); 
         
          // since it is just a demo, to keep things simple, we assign all the 
         
          // tasks into one slot. 
         
          cluster.assign(availableSlots.get( 
          0 
          ), topology.getId(), tasks);

我们的目标实现了! 随着cluster.assign的调用，我们已经把我们的special-spout分配到special-supervisor上去了。不难吧

别的任务谁来分配?

不过有件事情别忘了，我们只给special-spout分配了task, 别的task谁来分配啊？你可能会说我不关心啊，没关系，把这个交给系统默认的分配器吧：我们已经把系统的默认分配器包装到backtype.storm.scheduler.EvenScheduler里面去了，所以你简单调用下就好了

new backtype.storm.scheduler.EvenScheduler().schedule(topologies, cluster);