【MIT 6.824 】分布式系统 课程笔记（一）

Lecture 02 Infrastructure： RPC & threads

一、多线程挑战

• 共享数据： 使用互斥信号量、或者避免共享
• 线程间协作： 使用channels 或者 waitgroup 来等待所有map线程结束
• 并发粒度：
  • 粗粒度： 简单，但是并发性不高
  • 细粒度： 更多的并发，但是处理复杂，可能会有更多的冲突和死锁

以下这段代码就能说明并发的粒度问题：

	constructTaskArgs := func(phase jobPhase, task int) DoTaskArgs {
		debug("task: %d\n", task)
		var taskArgs DoTaskArgs
		taskArgs.Phase = phase
		taskArgs.JobName = jobName
		taskArgs.NumOtherPhase = n_other
		taskArgs.TaskNumber = task
		if phase == mapPhase {
			taskArgs.File = mapFiles[task]
		}
		return taskArgs
	}
	tasks := make(chan int) // act as task queue
	go func() {
		for i := 0; i < ntasks; i++ {
			tasks <- i
		}
	}()
	successTasks := 0
	success := make(chan int)
loop:
	for {
		select {
		case task := <-tasks:
			go func() {
				worker := <-registerChan
				status := call(worker, "Worker.DoTask", constructTaskArgs(phase, task), nil)
				if status {
					success <- 1
					go func() { registerChan <- worker }()
				} else {
					tasks <- task
				}
			}()
		case <-success:
			successTasks += 1
		default:
			if successTasks == ntasks {
				break loop
			}
		}
	}

里面不仅使用了task的channel， 还使用了success （channel） 来控制 successTask 的共享。

二、爬虫并发的问题

网络是一个有环的图，但是我们设计爬虫需要避免环。

• 一方面是因为重复遍历url，没有任何意义
• 另一方面只访问一次url可以减轻目标服务器负担

单线程爬虫：

func Serial(url string, fetcher Fetcher, fetched map[string]bool) {
	if fetched[url] {
		return
	}
	fetched[url] = true
	urls, err := fetcher.Fetch(url)
	if err != nil {
		return
	}
	for _, u := range urls {
		Serial(u, fetcher, fetched)
	}
	return
}

2.1 并发互斥爬虫

因此需要维护一张visited表来记录是否遍历过url，这里就会出现并发问题。

当T1 检查visited[url] ， T2也检查visited[url] 两个线程都会认为没有访问过该url，这时候就会发生冲突，发生WW(write + write) 。解决办法是，维护一个Mutex 互斥信号量来访问visited这张表。

• 判断线程结束

使用sync.WaitGroup来保证线程执行完成

type fetchState struct {
	mu      sync.Mutex
	fetched map[string]bool
}
func ConcurrentMutex(url string, fetcher Fetcher, f *fetchState) {
	f.mu.Lock()
	if f.fetched[url] {
		f.mu.Unlock()
		return
	}
	f.fetched[url] = true
	f.mu.Unlock()
	urls, err := fetcher.Fetch(url)
	if err != nil {
		return
	}
	var done sync.WaitGroup
	for _, u := range urls {
		done.Add(1)
		go func(u string) {
			defer done.Done()
			ConcurrentMutex(u, fetcher, f)
		}(u)
	}
	done.Wait()
	return
}
func makeState() *fetchState {
	f := &fetchState{}
	f.fetched = make(map[string]bool)
	return f
}

2.2 并发通道爬虫

master启动worker去爬取url， worker将url送到同一个通道里面， master从通道获取url去爬取内容

共享的数据：

• 通道
• 发送到 通道的 slices 和 字符串
• 从master发送到worker的参数

//
// Concurrent crawler with channels
//
func worker(url string, ch chan []string, fetcher Fetcher) {
	urls, err := fetcher.Fetch(url)
	if err != nil {
		ch <- []string{}
	} else {
		ch <- urls
	}
}
func master(ch chan []string, fetcher Fetcher) {
	n := 1
	fetched := make(map[string]bool)
	for urls := range ch {
		for _, u := range urls {
			if fetched[u] == false {
				fetched[u] = true
				n += 1
				go worker(u, ch, fetcher)
			}
		}
		n -= 1
		if n == 0 {
			break
		}
	}
}
func ConcurrentChannel(url string, fetcher Fetcher) {
	ch := make(chan []string)
	go func() {
		ch <- []string{url}
	}()
	master(ch, fetcher)
}

三、什么时候使用共享空间和锁 vs 通道

state -- 共享空间和锁

communication -- 通道

waiting for events -- 通道

使用go 的 race dector

四、Remote Procedure Call（RPC）

4.1 软件架构：

客户端 handlers

stubs dispatcher（调度器）

rpc lib rpc lib

---

网络 ----- 网络

4.2 rpc过程：

• 首先双方定义发送的参数， 和返回的结构体
• 客户端 Dial（）创建tcp连接请求 call() 调用rpc库来执行远程调用
• 服务器 声明一个带返回方法的对象 作为rpc处理器， 然后使用rpc库的Register函数来注册服务， rpc库：
  • 读取每一个请求
  • 为每一个请求创建一个goroutine
  • 反序列化请求
  • 调用目标函数
  • 序列化返回值
  • 将返回值通过tcp连接返回

4.3rpc 示例

源码

client:

//
// Client
//
func connect() *rpc.Client {
	client, err := rpc.Dial("tcp", ":1234")
	if err != nil {
		log.Fatal("dialing:", err)
	}
	return client
}
func get(key string) string {
	client := connect()
	args := GetArgs{"subject"}
	reply := GetReply{}
	err := client.Call("KV.Get", &args, &reply)
	if err != nil {
		log.Fatal("error:", err)
	}
	client.Close()
	return reply.Value
}
func put(key string, val string) {
	client := connect()
	args := PutArgs{"subject", "6.824"}
	reply := PutReply{}
	err := client.Call("KV.Put", &args, &reply)
	if err != nil {
		log.Fatal("error:", err)
	}
	client.Close()
}

server

//
// Server
//
type KV struct {
	mu   sync.Mutex
	data map[string]string
}
func server() {
	kv := new(KV)
	kv.data = map[string]string{}
	rpcs := rpc.NewServer()
	rpcs.Register(kv)
	l, e := net.Listen("tcp", ":1234")
	if e != nil {
		log.Fatal("listen error:", e)
	}
	go func() {
		for {
			conn, err := l.Accept()
			if err == nil {
				go rpcs.ServeConn(conn)
			} else {
				break
			}
		}
		l.Close()
	}()
}
func (kv *KV) Get(args *GetArgs, reply *GetReply) error {
	kv.mu.Lock()
	defer kv.mu.Unlock()
	val, ok := kv.data[args.Key]
	if ok {
		reply.Err = OK
		reply.Value = val
	} else {
		reply.Err = ErrNoKey
		reply.Value = ""
	}
	return nil
}
func (kv *KV) Put(args *PutArgs, reply *PutReply) error {
	kv.mu.Lock()
	defer kv.mu.Unlock()
	kv.data[args.Key] = args.Value
	reply.Err = OK
	return nil
}

4.3 rpc怎么处理失败

问题：

• 网络延迟
• 丢包
• 服务器慢或者崩溃

处理办法：

• best effort：
  • client调用call( ) 等待响应， 如果过了一会没收到响应那就再发送一个call( )
  • 这个过程重复几次，然后放弃并且返回一个错误
• at most once：
  • 针对服务端说的：当服务端收到相同的请求时
    • 根据xid（client id 判断）如果收到相同请求 返回之前的处理结果
    • xid 怎么保证唯一性
• exactly once：
  • 无限重试
  • 冗余检查
  • 容错服务