之前阅读也有总结过Block的RPC服务是通过NettyBlockRpcServer提供打开，即下载Block文件的功能。然后在启动jbo的时候由Driver上的BlockManagerMaster对存在于Executor上的BlockManager统一管理，注册Executor的BlockManager、更新Executor上Block的最新信息、询问所需要Block目前所在的位置以及当Executor运行结束时，将Executor移除等等。那么Driver与Executor之间是怎么交互的呢？

　　在Spark1.6时，Drvier的BlockManagerMaster与BlockManager之间的通信，不再是通过AkkaUtil,而是用了RpcEndpoint，也就木有了BlockManagerMasterActor,而是BlockManagerMasterEndpoint：

　　BlockManagerMaster与BlockManager之间的通信已经使用RPC远程过程调用来实现，RPC相关配置参数如下：

　　spark.rpc.retry.wait 3s(默认）等待时长 、 spark.rpc.numRetries 3(默认）重试次数、spark.rpc.askTimeout 120s（默认）请求时长、spark.rpc.lookupTimeout与spark.network.timeout 120s(默认）查找时长，是要一起配置。

　　好的，我们继续，每个executor中的BlockManager的创建，都要经过BlockManagerMaster注册BlockManagerId.

　　Executor或Driver自身的BlockMnager在初始化时，需要向Driver的BlockManager注册BlockMnager信息，注册的消息内容包括BlockMnagerI的d、时间戳、最大内存、以及slaveEndpoint。带有slaveEndpoint的目的是为了便于接收BlockManagerMaster回复的消息，在register方法执行结束后向发送者BlockManageMaster发送一个简单的消息true.

　　register方法确保blockManagerInfo持有消息中的blockManagerId及对应消息，并且确保每个Executor最多只能有一个blockManagerId,旧的blockManagerId会被移除。最后向listenerBus中post(推送）一个sparkListenerBlockManagerAdded事件。

　　那么下来，开始磁盘管理器DiskBlockManager的构造:

　　我们可以看到BlcokManager初始化时，创建DiskBlockManager,在创建时，调用了createLocalDirs方法创建本地文件目录，然后创建了二维数组subDirs,用来缓存一级目录localDirs及二级目录，其中二级目录的数量根据配置spark.diskStore.subDirectories获取，默认为64.那么为什么DisBlockManager要创建二级目录？因为二级目录用于对文件进行散列存储，散列存储可以使所有文件都随机存放，写入或删除文件更方便，存取速度快，节省空间。那么我们再细化看下这个磁盘路径是怎么配置的，从哪里来的？

　　从图中可以看到，这个路径来源于spark.local.dir,但是呢，如果是spark on yarn模式，那么真正的路径是由yarn的配置参数决定的，参数为YARN_LOCAL_DIRS。

　　接下来查阅源码还会发现有个addShutdownHock()方法，它是干什么的呢，它是用来添加运行时环境结束时，在进程关闭的时候创建线程，通过调用Disk-BlockMnager的stop方法，清除一些临时目录：

　　　　下来我们来探索下，是如何获取磁盘文件的？

　　首先我们可以看到，nonNegativeHash方法，该方法用来根据文件名计算哈希值。然后根据哈希值与本地文件以及目录的总数求余数，记为dirId。随后又根据哈希值与本地文件一级目录的总数求商数，此商数与二级目录的数目再求余数，记为subDirId.那么如果dirId/subDirId目录存在，则获取dirId/subDirId目录下的文件，否则创建dirId/subDirId目录。

　　好的下来我们来创建本地临时文件与shuffle过程的临时文件:

　　　我们可以看到，当MemoryStore没有足够空间时，就会使用DiskStore将块存入磁盘。当ShuffleMapTask运行结束需要把中间结果临时保存，此时就调用了createTempShuffleBlock方法创建临时Block,并返回TempShuffleBlockId与其文件的对偶，同时拼上随机字符串标识。

         那么下来，我们再深入了解下MemoryStore，我们在配置spark的时候，会配置计算内存与缓存内存的比例，实质是通过MemoryStore将没有序列化的Java对象数组或者序列化的ByteBuffer存储到内存中，那么MemoryStore是如何构造的呢？

　　　整个MemoryStore的存储分为两块：一块是被很多MemeoryEntry占据的内存currentMemory,这些currentMemory实际上是通过entryes持有的；另一块儿是通过unrollMemoryMap通过占座方式占用的内存currentUnrollMemory.其实意思就是预留空间，可以防止在向内存真正写入数据时，内存不足发生溢出。查阅数据，记录些概念：

　　-maxUnrollMemory:当前Driver或者Executor最多展开的Block所占用的内存，可以修改spark.storage.unrollFraction的大小。

　　-maxMemory:当前Driver或者Executor的最大内存。

　　-currentMemory：当前Driver或者Executor已经使用的内存。

　　-freeMemory:当前Driver或Executor未使用内存。freeMemoy = maxMemory - currentMemory。

　　这里有个重要的点，叫做unrollSafely，为了防止写入内存的数据过大，导致内存溢出，Spark采用了一种优化方案，在正式写入内存之前，先用逻辑方式申请内存，如果申请成功，再写入内存，这个过程就跟名字一样了，称为安全展开。

　　就到这里好了，去吃饭~

参考文献：《深入理解Spark：核心思想与源码分析》