Yarn源码分析之MapReduce作业中任务Task调度整体流程（一）-低调大师

Yarn源码分析之MapReduce作业中任务Task调度整体流程（一）

2016-05-05 628

v2版本的MapReduce作业中，作业JOB_SETUP_COMPLETED事件的发生，即作业SETUP阶段完成事件，会触发作业由SETUP状态转换到RUNNING状态，而作业状态转换中涉及作业信息的处理，是由SetupCompletedTransition来完成的，它主要做了四件事：

1、通过设置作业Job的成员变量setupProgress为1，标记作业setup已完成；

2、调度作业Job的Map Task；

3、调度作业的JobReduce Task；

4、如果没有task了，则生成JOB_COMPLETED事件并交由作业的事件处理器eventHandler进行处理。

本文，我们就将研究作业Job中Task是如何被调度的。

首先看下SetupCompletedTransition中transition()方法关于作业Job中Task调度的代码，如下：

      // 调度作业Job的Map Task
      job.scheduleTasks(job.mapTasks, job.numReduceTasks == 0);
      // 调度作业Job的Reduce Task
      job.scheduleTasks(job.reduceTasks, true);

它实际上是通过Job，也就是JobImpl的scheduleTasks()完成的，这个方法需要两个参数，第一个是作业Job待调度任务的任务ID集合taskIDs，第二个参数是表示是否恢复任务输出的标志位recoverTaskOutput，对于Map-Only型作业中Map任务和所有类型作业的Reduce任务，都需要恢复，标志位recoverTaskOutput为true，具体代码如下：

  protected void scheduleTasks(Set<TaskId> taskIDs,
      boolean recoverTaskOutput) {
	  
	// 遍历传入的任务集合taskIDs中的每个TaskId，对taskID做以下处理：
    for (TaskId taskID : taskIDs) {
    	
      // 根据taskID从集合completedTasksFromPreviousRun中移除对应元素，并获取被移除的元素TaskInfo实例taskInfo
      TaskInfo taskInfo = completedTasksFromPreviousRun.remove(taskID);
      
      if (taskInfo != null) {// 若存在taskID对应任务信息TaskInfo实例taskInfo
    	  
    	// 构造T_RECOVER类型任务恢复事件TaskRecoverEvent，交给eventHandler处理，标志位recoverTaskOutput表示是否恢复任务的输出，
    	// 对于Map-Only型Map任务和所有的Reduce任务，都需要恢复，标志位recoverTaskOutput为true
        eventHandler.handle(new TaskRecoverEvent(taskID, taskInfo,
            committer, recoverTaskOutput));
      } else {
    	  
    	// 否则，构造T_SCHEDULE类型任务调度事件TaskEvent，交给eventHandler处理
        eventHandler.handle(new TaskEvent(taskID, TaskEventType.T_SCHEDULE));
      }
    }
  }

scheduleTasks()方法遍历传入的任务集合taskIDs中的每个TaskId实例taskID，对taskID做以下处理：

1、根据taskID从集合completedTasksFromPreviousRun中移除对应元素，并获取被移除的元素TaskInfo实例taskInfo；

2、若存在taskID对应任务信息TaskInfo实例taskInfo，构造T_RECOVER类型任务恢复事件TaskRecoverEvent，交给eventHandler处理，标志位recoverTaskOutput表示是否恢复任务的输出，对于Map-Only型Map任务和所有的Reduce任务，都需要恢复，标志位recoverTaskOutput为true；

3、否则，构造T_SCHEDULE类型任务调度事件TaskEvent，交给eventHandler处理。

我们先看T_SCHEDULE类型任务调度事件TaskEvent的处理，它是交由Job的eventHandler来处理的，而这个eventHandler是在Job被创建时（即构造JobImpl实例时）由MRAppMaster的dispatcher来赋值的，而在MRAppMaster中，dispatcher被创建后就会注册任务事件的处理器TaskEventDispatcher实例，代码如下：

dispatcher.register(TaskEventType.class, new TaskEventDispatcher());

而这个任务事件处理器TaskEventDispatcher中处理任务事件TaskEvent的handle()方法定义如下：

  private class TaskEventDispatcher implements EventHandler<TaskEvent> {
    @SuppressWarnings("unchecked")
    @Override
    public void handle(TaskEvent event) {
      Task task = context.getJob(event.getTaskID().getJobId()).getTask(
          event.getTaskID());
      ((EventHandler<TaskEvent>)task).handle(event);
    }
  }

它实际上是通过作业Job中相关任务Task的handle()方法来处理的，而这个任务Task的实现则是TaskImpl，其中对于各种任务事件的处理，也是类似作业Job，由一个任务Task的状态机进行处理，关于任务Task的状态机，我们会有专门的文章进行介绍，这里，您只需要知道在TaskImpl中，对于上述两种任务状态机中任务状态的转换、触发事件及事件处理者定义如下：

  private static final StateMachineFactory
               <TaskImpl, TaskStateInternal, TaskEventType, TaskEvent> 
            stateMachineFactory 
           = new StateMachineFactory<TaskImpl, TaskStateInternal, TaskEventType, TaskEvent>
               (TaskStateInternal.NEW)
		
	// 省略部分代码
        .addTransition(TaskStateInternal.NEW, TaskStateInternal.SCHEDULED, 
                  TaskEventType.T_SCHEDULE, new InitialScheduleTransition())		
	// 省略部分代码
	.addTransition(TaskStateInternal.NEW,
                   EnumSet.of(TaskStateInternal.FAILED,
                   TaskStateInternal.KILLED,
                   TaskStateInternal.RUNNING,
                   TaskStateInternal.SUCCEEDED),
                   TaskEventType.T_RECOVER, new RecoverTransition())
	// 省略部分代码

由此可见，对于T_RECOVER类型任务恢复事件TaskRecoverEvent，Task状态机指定由RecoverTransition处理，并且任务Task的状态会由NEW转换为RUNNING、FAILED、KILLED、SUCCEEDED等，而对于T_SCHEDULE类型任务调度事件TaskEvent，则由Task状态机指定为InitialScheduleTransition处理，并且任务Task的状态会由NEW转换为SCHEDULED。下面，我们挨个进行分析。

一、T_SCHEDULE类型任务调度事件TaskEvent

由InitialScheduleTransition进行处理，任务Task的状态会由NEW转换为SCHEDULED，InitialScheduleTransition代码如下：

  private static class InitialScheduleTransition
    implements SingleArcTransition<TaskImpl, TaskEvent> {

    @Override
    public void transition(TaskImpl task, TaskEvent event) {
    	
      // 添加并调度任务运行尝试TaskAttempt，Avataar.VIRGIN表示它是第一个Attempt，
      // 而剩余的Avataar.SPECULATIVE表示它是为拖后腿任务开启的一个Attempt，即推测执行原理
      task.addAndScheduleAttempt(Avataar.VIRGIN);
      // 设置任务的调度时间scheduledTime为当前时间
      task.scheduledTime = task.clock.getTime();
      // 发送任务启动事件
      task.sendTaskStartedEvent();
    }
  }

InitialScheduleTransition的处理逻辑比较简单，大体如下：

1、调用addAndScheduleAttempt()方法，添加并调度任务运行尝试TaskAttempt，Avataar.VIRGIN表示它是第一个Attempt，而剩余的Avataar.SPECULATIVE表示它是为拖后腿任务开启的一个Attempt，即推测执行原理；

2、设置任务的调度时间scheduledTime为当前时间；

3、发送任务启动事件。

其中，1中的addAndScheduleAttempt()方法实现如下：

  // This is always called in the Write Lock
  private void addAndScheduleAttempt(Avataar avataar) {
	  
	// 调用addAttempt()方法，创建一个任务运行尝试TaskAttempt实例attempt，
	// 并将其添加到attempt集合attempts中，还会设置attempt的Avataar属性
    TaskAttempt attempt = addAttempt(avataar);
    
    // 将attempt的id添加到正在执行的attempt集合inProgressAttempts中
    inProgressAttempts.add(attempt.getID());
    
    //schedule the nextAttemptNumber
    // 调度TaskAttempt
    
    // 如果集合failedAttempts大小大于0，说明该Task之前有TaskAttempt失败过，此次为重新调度，
    // TaskAttemp事件类型为TA_RESCHEDULE，
    if (failedAttempts.size() > 0) {
      eventHandler.handle(new TaskAttemptEvent(attempt.getID(),
          TaskAttemptEventType.TA_RESCHEDULE));
    } else {
      // 否则为TaskAttemp事件类型为TA_SCHEDULE
      eventHandler.handle(new TaskAttemptEvent(attempt.getID(),
          TaskAttemptEventType.TA_SCHEDULE));
    }
  }

addAndScheduleAttempt()方法处理逻辑如下：

1、调用addAttempt()方法，创建一个任务运行尝试TaskAttempt实例attempt，并将其添加到attempt集合attempts中，还会设置attempt的Avataar属性；

2、将attempt的id添加到正在执行的attempt集合inProgressAttempts中；

3、调度TaskAttempt：如果集合failedAttempts大小大于0，说明该Task之前有TaskAttempt失败过，此次为重新调度，TaskAttemp事件类型为TA_RESCHEDULE，否则为TaskAttemp事件类型为TA_SCHEDULE。

而addAttempt()方法实现如下：

  private TaskAttemptImpl addAttempt(Avataar avataar) {
	  
	// 调用createAttempt()方法创建任务运行尝试TaskAttemptImpl实例attempt
    TaskAttemptImpl attempt = createAttempt();
    
    // 设置attempt的Avataar属性
    attempt.setAvataar(avataar);
    
    // 记录debug级别日志信息：Created attempt ... ...
    if (LOG.isDebugEnabled()) {
      LOG.debug("Created attempt " + attempt.getID());
    }
    
    // 将创建的任务运行尝试TaskAttemptImpl实例attempt与其ID的对应关系添加到TaskImpl的任务运行尝试集合attempts中，
    // attempts先被初始化为Collections.emptyMap()
    // this.attempts = Collections.emptyMap();
    switch (attempts.size()) {
      case 0:
    	  
    	// 如果attempts大小为0，即为Collections.emptyMap()，则将其更换为Collections.singletonMap()，并加入该TaskAttemptImpl实例attempt
        attempts = Collections.singletonMap(attempt.getID(),
            (TaskAttempt) attempt);
        break;
        
      case 1:
    	  
    	// 如果attempts大小为1，即为Collections.singletonMap()，则将其替换为LinkedHashMap，并加入之前和现在的TaskAttemptImpl实例attempt
        Map<TaskAttemptId, TaskAttempt> newAttempts
            = new LinkedHashMap<TaskAttemptId, TaskAttempt>(maxAttempts);
        newAttempts.putAll(attempts);
        attempts = newAttempts;
        attempts.put(attempt.getID(), attempt);
        break;

      default:
    	// 如果attempts大小大于1，说明其实一个LinkedHashMap，直接put吧
        attempts.put(attempt.getID(), attempt);
        break;
    }

    // 累加TaskAttempt计数器nextAttemptNumber
    ++nextAttemptNumber;
    
    // 返回TaskAttemptImpl实例attempt
    return attempt;
  }

其处理逻辑如下：

1、调用createAttempt()方法创建任务运行尝试TaskAttemptImpl实例attempt；

2、设置attempt的Avataar属性；

3、记录debug级别日志信息：Created attempt ... ...；

4、将创建的任务运行尝试TaskAttemptImpl实例attempt与其ID的对应关系添加到TaskImpl的任务运行尝试集合attempts中，attempts先被初始化为Collections.emptyMap()：

4.1、如果attempts大小为0，即为Collections.emptyMap()，则将其更换为Collections.singletonMap()，并加入该TaskAttemptImpl实例attempt；

4.2、如果attempts大小为1，即为Collections.singletonMap()，则将其替换为LinkedHashMap，并加入之前和现在的TaskAttemptImpl实例attempt；

4.3、如果attempts大小大于1，说明其实一个LinkedHashMap，直接put吧；

5、累加TaskAttempt计数器nextAttemptNumber；

6、返回TaskAttemptImpl实例attempt。

继续往下追踪createAttempt()方法，其在TaskImpl中代码如下：

  protected abstract TaskAttemptImpl createAttempt();

这是一个抽象方法，由其子类实现，而它的子类有两个，表示Map任务的MapTaskImpl和表示Reduce任务的ReduceTaskImpl，其createAttempt()方法分别实现如下：

1、MapTaskImpl.createAttempt()

  @Override
  protected TaskAttemptImpl createAttempt() {
    return new MapTaskAttemptImpl(getID(), nextAttemptNumber,
        eventHandler, jobFile,
        partition, taskSplitMetaInfo, conf, taskAttemptListener,
        jobToken, credentials, clock, appContext);
  }

生成一个MapTaskAttemptImpl实例，传入表示Attempt序号的nextAttemptNumber、事件处理器eventHandler、作业文件jobFile、分区信息partition、分片元数据信息taskSplitMetaInfo等关键变量。

2、ReduceTaskImpl.createAttempt()

  @Override
  protected TaskAttemptImpl createAttempt() {
    return new ReduceTaskAttemptImpl(getID(), nextAttemptNumber,
        eventHandler, jobFile,
        partition, numMapTasks, conf, taskAttemptListener,
        jobToken, credentials, clock, appContext);
  }

生成一个ReduceTaskAttemptImpl实例，除不需要分片元数据信息taskSplitMetaInfo，和需要一个Map任务数numMapTasks外，其他与MapTaskAttemptImpl基本相同。

TaskAttempt生成了，接下来就应该进行调度执行了。我们再折回去看看addAndScheduleAttempt()方法中，发送的TA_SCHEDULE或TA_RESCHEDULE类型的TaskAttemptEvent，其与JobImpl、TaskImpl一样，是由TaskAttempt状态机负责处理的，如下所示：

     // 在事件TaskAttemptEventType.TA_SCHEDULE的触发下，经过RequestContainerTransition的处理，
     // TaskAttempt的状态由NEW转换成UNASSIGNED
     .addTransition(TaskAttemptStateInternal.NEW, TaskAttemptStateInternal.UNASSIGNED,
         TaskAttemptEventType.TA_SCHEDULE, new RequestContainerTransition(false))
     
     // 在事件TaskAttemptEventType.TA_SCHEDULE的触发下，经过RequestContainerTransition的处理，
     // TaskAttempt的状态由NEW转换成UNASSIGNED
     .addTransition(TaskAttemptStateInternal.NEW, TaskAttemptStateInternal.UNASSIGNED,
         TaskAttemptEventType.TA_RESCHEDULE, new RequestContainerTransition(true))
     // 上述二者的区别是RequestContainerTransition传入的标志位rescheduled，前者为false，后者为true

在事件TaskAttemptEventType.TA_SCHEDULE的触发下，经过RequestContainerTransition的处理，TaskAttempt的状态由NEW转换成UNASSIGNED；在事件TaskAttemptEventType.TA_SCHEDULE的触发下，经过RequestContainerTransition的处理，TaskAttempt的状态由NEW转换成UNASSIGNED；上述二者的区别是RequestContainerTransition传入的标志位rescheduled，前者为false，后者为true。

我们再看下RequestContainerTransition的实现，代码如下：

  @SuppressWarnings("unchecked")
    @Override
    public void transition(TaskAttemptImpl taskAttempt, 
        TaskAttemptEvent event) {
      // Tell any speculator that we're requesting a container
      
      // taskAttempt的事件处理器eventHandler处理SpeculatorEvent事件，告诉所有的speculator，此时正在申请一个容器
      taskAttempt.eventHandler.handle
          (new SpeculatorEvent(taskAttempt.getID().getTaskId(), +1));
      //request for container
      
      // 申请容器
      if (rescheduled) {// Task的Attempt重新调度
    	  
    	// 构造容器申请事件ContainerRequestEvent，并交由taskAttempt的事件处理器eventHandler处理，
    	// 这个eventHandler实际上是MRAppMaster中的dispatcher，依次经过TaskImpl、TaskAttemptImpl的创建传递过来的，
        taskAttempt.eventHandler.handle(
            ContainerRequestEvent.createContainerRequestEventForFailedContainer(
                taskAttempt.attemptId, 
                taskAttempt.resourceCapability));
      } else {// Task的Attempt第一次调度
    	  
    	// 构造容器申请事件ContainerRequestEvent，并交由taskAttempt的事件处理器eventHandler处理，
        taskAttempt.eventHandler.handle(new ContainerRequestEvent(
            taskAttempt.attemptId, taskAttempt.resourceCapability,
            taskAttempt.dataLocalHosts.toArray(
                new String[taskAttempt.dataLocalHosts.size()]),
            taskAttempt.dataLocalRacks.toArray(
                new String[taskAttempt.dataLocalRacks.size()])));
      }
      
      // 两者创建的ContainerRequestEvent事件的区别是，rescheduled时，不需要考虑Node和Lock位置属性，因为此时Attempt之前已经失败过，此时应当能够以完成Attempt为首要任务，
      // 同时，两者的事件类型都是ContainerAllocator.EventType.CONTAINER_REQ，
      // MRAppMaster中的dispatcher针对该事件ContainerAllocator.EventType注册的事件处理器是LocalContainerAllocator或RMContainerAllocator
    }

RequestContainerTransition的transition()方法处理逻辑如下：

1、TaskAttempt的事件处理器eventHandler处理SpeculatorEvent事件，告诉所有的speculator，此时正在申请一个容器；

2、申请容器：

2.1、如果是Task的Attempt重新调度，构造容器申请事件ContainerRequestEvent，并交由taskAttempt的事件处理器eventHandler处理，这个eventHandler实际上是MRAppMaster中的dispatcher，依次经过TaskImpl、TaskAttemptImpl的创建传递过来的；

2.2、否则如果是Task的Attempt第一次调度，构造容器申请事件ContainerRequestEvent，并交由taskAttempt的事件处理器eventHandler处理。

两者创建的ContainerRequestEvent事件的区别是，rescheduled时，不需要考虑Node和Lock位置属性，因为此时Attempt之前已经失败过，此时应当能够以完成Attempt为首要任务，同时，两者的事件类型都是ContainerAllocator.EventType.CONTAINER_REQ，MRAppMaster中的dispatcher针对该事件ContainerAllocator.EventType注册的事件处理器是LocalContainerAllocator或RMContainerAllocator。

关于Yarn容器等资源申请与分配RMContainerAllocator的介绍，我会在以后的文章中为大家讲解，这里，你只需要了解其执行的大体流程即可：

1、RMContainerAllocator首先间接继承自AbstractService，它是Hadoop中的一种服务，有服务初始化serviceInit()及服务启动serviceStart()方法要执行；

2、RMContainerAllocator针对容器请求分配事件，是一个双重生产者-消费者模式，第一层生产者通过其handle()方法，将容器请求分配ContainerAllocatorEvent加入其内部eventQueue队列，第一层消费者通过其内部事件处理线程eventHandlingThread，不断的从事件队列eventQueue中take事件进行消费，而消费的方式是做为第二层生产者，将事件按照任务类型放入调度请求列表scheduledRequests、pendingReduces中，scheduledRequests是一个复杂的区分Map和Reduce任务的会立即被调度的请求列表，而pendingReduces只是存储等待被调度的Reduce任务请求的列表，其会根据Yarn中资源情况和Map任务完成情况确定是将事件移送至（即rampUp）scheduledRequests，还是从scheduledRequests移回Reduce任务调度请求至pendingReduces（即rampDown），而第二层的消费者则是RMContainerAllocator祖先父类RMCommunicator中的心跳线程allocatorThread，它周期性的调用heartbeat()方法，从Yarn的RM中获取可用资源，然后消费scheduledRequests列表中的请求，进行容器分配；

3、RMContainerAllocator中，对于Map任务来说，它经历的数据结构，或者生命周期为scheduled->assigned->completed，而Reduce任务则是pending->scheduled->assigned->completed；

4、经过一些的复杂逻辑后，包括综合判断资源情况、任务本地性、优先调度失败任务、Map任务完成比例、针对拖后退的任务进行推测执行等，无论是Map任务还是Reduce任务，最终在分配到容器Container后，都会发送一个TaskAttemptContainerAssignedEvent事件，交由TaskAttemptImpl的状态机中ContainerAssignedTransition进行处理，而其方法则最终会构造ContainerRemoteLaunchEvent事件，进行Container远程加载，在远程或本机或本进程Container中Launch任务尝试进行任务的执行。

关于RMContainerAllocator，因为其结构、处理逻辑比较复杂，我会专门写文章进行分析，敬请期待！

二、T_RECOVER类型任务恢复事件TaskRecoverEvent

未完待续！敬请关注后续文章！

微信关注我们

原文链接：https://yq.aliyun.com/articles/245599

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

基于Hadoop数据仓库Hive1.2部署及使用

接下来安装Hadoop数据仓库Hive，上节了解HBase简单使用，听起来HBase与Hive有些类似，概念也有点模糊，那我们先了解下他们之间有什么区别： HBase是一种分布式、面向列的NoSQL数据库，基于HDFS存储，以表的形式存储数据，表由行和列组成，列划分到列族中。HBase不提供类SQL查询语言，要想像SQL这样查询数据，可以使用Phonix，让SQL查询转换成hbase的扫描和对应的操作，也可以使用现在说讲Hive仓库工具，让HBase作为Hive存储。 Hive是运行在Hadoop之上的数据仓库，将结构化的数据文件映射为一张数据库表，提供简单类SQL查询语言，称为HQL，并将SQL语句转换成MapReduce任务运算。有利于利用SQL语言查询、分析数据，适于处理不频繁变动的数据。Hive底层可以是HBase或者HDFS存储的文件。两者都是基于Hadoop上不同的技术，相互结合使用，可处理企业中不同类型的业务，利用Hive处理非结构化离线分析统计，利用HBase处理在线查询。 Hive三种元数据存储方式： 1>.本地derby存储，只允许一个用户连接Hive...

2016-05-06

602

每天进步一点点~开搞~ abstract class RDD[T: ClassTag]( //@transient 注解表示将字段标记为瞬态的 @transient private var _sc: SparkContext, // Seq是序列，元素有插入的先后顺序，可以有重复的元素。 @transient private var deps: Seq[Dependency[_]] ) extends Serializable with Logging { if (classOf[RDD[_]].isAssignableFrom(elementClassTag.runtimeClass)) { user programs that } //这里应该是声明sparkContext对象后才能使用RDD的调用 private def sc: SparkContext = { if (_sc == null) { throw new SparkException( "RDD transformations and actions can only be invoked by the drive...

2016-05-06

601

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。