spark将在1.6中替换掉akka,而采用netty实现整个集群的rpc的框架,netty的内存管理和NIO支持将有效的提高spark集群的网络传输能力,为了看懂这块代码,在网上找了两本书看《netty in action》和《netty权威指南》,结合了spark的源码既学习了netty也看完了spark netty的部分源码。该部分源码掺杂了太多netty的东西,看起来还是有点累的。

 

缓存模块

network工程里面抽闲了一个ManagerBuffer的接口,该接口用来表示二进制数据中视图(表示数据的一部分),具体的实现依赖数据的来源,目前支持file,nio bytebuffer,netty bytebuf这3中数据来源。注意该接口具体的实现可能脱离了JVM GC的管理,比如NettyManagerBuffer是引用计数的,此时当该buffer传递给其他线程是需要调用retain/release来添加或减少引用。
ManagerBuffer以ByteBuffer, InputStream和Netty对象三种方式对外显示这些数据,ByteBuffer由于消耗过大,不建议使用,添加了引用计数管理和数据大小查询。
  1. publicabstractclassManagedBuffer{
  2. /** Number of bytes of the data. */
  3. publicabstractlong size();
  4. /**
  5. * Exposes this buffer's data as an NIO ByteBuffer. Changing the position and limit of the
  6. * returned ByteBuffer should not affect the content of this buffer.
  7. */
  8. // TODO: Deprecate this, usage may require expensive memory mapping or allocation.
  9. publicabstractByteBuffer nioByteBuffer()throwsIOException;
  10. /**
  11. * Exposes this buffer's data as an InputStream. The underlying implementation does not
  12. * necessarily check for the length of bytes read, so the caller is responsible for making sure
  13. * it does not go over the limit.
  14. */
  15. publicabstractInputStream createInputStream()throwsIOException;
  16. /**
  17. * Increment the reference count by one if applicable.
  18. */
  19. publicabstractManagedBuffer retain();
  20. /**
  21. * If applicable, decrement the reference count by one and deallocates the buffer if the
  22. * reference count reaches zero.
  23. */
  24. publicabstractManagedBuffer release();
  25. /**
  26. * Convert the buffer into an Netty object, used to write the data out.
  27. */
  28. publicabstractObject convertToNetty()throwsIOException;
  29. }
ManageredBuffer每一种数据来源有一个实现类。先看下数据来源为file的。
  1. publicfinalclassFileSegmentManagedBufferextendsManagedBuffer{
  2. privatefinalTransportConf conf;
  3. privatefinalFile file;
  4. privatefinallong offset;
  5. privatefinallong length;
  6. publicFileSegmentManagedBuffer(TransportConf conf,File file,long offset,long length){
  7. this.conf = conf;
  8. this.file = file;
  9. this.offset = offset;
  10. this.length = length;
  11. }
  12. @Override
  13. publiclong size(){
  14. return length;
  15. }
  16. @Override
  17. publicByteBuffer nioByteBuffer()throwsIOException{
  18. FileChannel channel =null;
  19. try{
  20. channel =newRandomAccessFile(file,"r").getChannel();
  21. // Just copy the buffer if it's sufficiently small, as memory mapping has a high overhead.
  22. if(length < conf.memoryMapBytes()){
  23. ByteBuffer buf =ByteBuffer.allocate((int) length);
  24. channel.position(offset);
  25. while(buf.remaining()!=0){
  26. if(channel.read(buf)==-1){
  27. thrownewIOException(String.format("Reached EOF before filling buffer\n"+
  28. "offset=%s\nfile=%s\nbuf.remaining=%s",
  29. offset, file.getAbsoluteFile(), buf.remaining()));
  30. }
  31. }
  32. buf.flip();
  33. return buf;
  34. }else{
  35. return channel.map(FileChannel.MapMode.READ_ONLY, offset, length);
  36. }
  37. }catch(IOException e){
  38. try{
  39. if(channel !=null){
  40. long size = channel.size();
  41. thrownewIOException("Error in reading "+this+" (actual file length "+ size +")",
  42. e);
  43. }
  44. }catch(IOException ignored){
  45. // ignore
  46. }
  47. thrownewIOException("Error in opening "+this, e);
  48. }finally{
  49. JavaUtils.closeQuietly(channel);
  50. }
  51. }
  52. @Override
  53. publicInputStream createInputStream()throwsIOException{
  54. FileInputStream is =null;
  55. try{
  56. is =newFileInputStream(file);
  57. ByteStreams.skipFully(is, offset);
  58. returnnewLimitedInputStream(is, length);
  59. }catch(IOException e){
  60. try{
  61. if(is !=null){
  62. long size = file.length();
  63. thrownewIOException("Error in reading "+this+" (actual file length "+ size +")",
  64. e);
  65. }
  66. }catch(IOException ignored){
  67. // ignore
  68. }finally{
  69. JavaUtils.closeQuietly(is);
  70. }
  71. thrownewIOException("Error in opening "+this, e);
  72. }catch(RuntimeException e){
  73. JavaUtils.closeQuietly(is);
  74. throw e;
  75. }
  76. }
  77. @Override
  78. publicManagedBuffer retain(){
  79. returnthis;
  80. }
  81. @Override
  82. publicManagedBuffer release(){
  83. returnthis;
  84. }
  85. @Override
  86. publicObject convertToNetty()throwsIOException{
  87. if(conf.lazyFileDescriptor()){
  88. returnnewLazyFileRegion(file, offset, length);
  89. }else{
  90. FileChannel fileChannel =newFileInputStream(file).getChannel();
  91. returnnewDefaultFileRegion(fileChannel, offset, length);
  92. }
  93. }
  94. publicFile getFile(){return file;}
  95. publiclong getOffset(){return offset;}
  96. publiclong getLength(){return length;}
  97. @Override
  98. publicString toString(){
  99. returnObjects.toStringHelper(this)
  100. .add("file", file)
  101. .add("offset", offset)
  102. .add("length", length)
  103. .toString();
  104. }
  105. }
nioByteBuffer,如果数据大小小于spark.storage.memoryMapThreshold。那么使用ByteBufer读取通道的数据,如果大于等于该值,那么使用文件内存映射方式读取数据。
createInputStream中返回一个控制读取长度的LimitedInputStream,这里使用guava的ByteStreams
convertToNetty返回一个FileRegion。如果spark.shuffle.io.lazyFD设置为true那么使用LazyFileRegion,如果为false使用DefaultFileRegion。LazyFileRegion会在传输的时候生成FileChannel,注解说如果netty使用了epoll协议那么不可以使用LazyFileRegion。
 
数据源为ByteBuf的实现类,该类用Bytebuf来存储数据。
  1. publicfinalclassNettyManagedBufferextendsManagedBuffer{
  2. privatefinalByteBuf buf;
  3. publicNettyManagedBuffer(ByteBuf buf){
  4. this.buf = buf;
  5. }
  6. @Override
  7. publiclong size(){
  8. return buf.readableBytes();
  9. }
  10. @Override
  11. publicByteBuffer nioByteBuffer()throwsIOException{
  12. return buf.nioBuffer();
  13. }
  14. @Override
  15. publicInputStream createInputStream()throwsIOException{
  16. returnnewByteBufInputStream(buf);
  17. }
  18. @Override
  19. publicManagedBuffer retain(){
  20. buf.retain();
  21. returnthis;
  22. }
  23. @Override
  24. publicManagedBuffer release(){
  25. buf.release();
  26. returnthis;
  27. }
  28. @Override
  29. publicObject convertToNetty()throwsIOException{
  30. return buf.duplicate();
  31. }
  32. @Override
  33. publicString toString(){
  34. returnObjects.toStringHelper(this)
  35. .add("buf", buf)
  36. .toString();
  37. }
  38. }
把一个bytebuf对象转成InputStream对象使用ByteBufInputStream对象来完成。还有bytebuf的duplicate()返回一个bytebuf映射同一份数据,任何一个修改结果都会影响另一个,注意引用计数。参见http://www.maljob.com/pages/newsDetail.html?id=394
 
还一个数据源为bytebuffer的实现
  1. publicfinalclassNioManagedBufferextendsManagedBuffer{
  2. privatefinalByteBuffer buf;
  3. publicNioManagedBuffer(ByteBuffer buf){
  4. this.buf = buf;
  5. }
  6. @Override
  7. publiclong size(){
  8. return buf.remaining();
  9. }
  10. @Override
  11. publicByteBuffer nioByteBuffer()throwsIOException{
  12. return buf.duplicate();
  13. }
  14. @Override
  15. publicInputStream createInputStream()throwsIOException{
  16. returnnewByteBufInputStream(Unpooled.wrappedBuffer(buf));
  17. }
  18. @Override
  19. publicManagedBuffer retain(){
  20. returnthis;
  21. }
  22. @Override
  23. publicManagedBuffer release(){
  24. returnthis;
  25. }
  26. @Override
  27. publicObject convertToNetty()throwsIOException{
  28. returnUnpooled.wrappedBuffer(buf);
  29. }
  30. @Override
  31. publicString toString(){
  32. returnObjects.toStringHelper(this)
  33. .add("buf", buf)
  34. .toString();
  35. }
  36. }
 这里面一个有意思的显示就是把bytebuffer转成bytebuf使用netty中Unpooled.wrappedBuffer()实现
 
 
 
 

spark源码阅读之network(1)的更多相关文章

  1. spark源码阅读之network(2)

    在上节的解读中发现spark的源码中大量使用netty的buffer部分的api,该节将看到netty核心的一些api,比如channel: 在Netty里,Channel是通讯的载体(网络套接字或组 ...

  2. spark源码阅读之network(3)

    TransportContext用来创建TransportServer和TransportclientFactory,同时使用TransportChannelHandler用来配置channel的pi ...

  3. Spark源码阅读之存储体系--存储体系概述与shuffle服务

    一.概述 根据<深入理解Spark:核心思想与源码分析>一书,结合最新的spark源代码master分支进行源码阅读,对新版本的代码加上自己的一些理解,如有错误,希望指出. 1.块管理器B ...

  4. win7+idea+maven搭建spark源码阅读环境

    1.参考. 利用IDEA工具编译Spark源码(1.60~2.20) https://blog.csdn.net/He11o_Liu/article/details/78739699 Maven编译打 ...

  5. spark源码阅读

    根据spark2.2的编译顺序来确定源码阅读顺序,只阅读核心的基本部分. 1.common目录 ①Tags②Sketch③Networking④Shuffle Streaming Service⑤Un ...

  6. emacs+ensime+sbt打造spark源码阅读环境

    欢迎转载,转载请注明出处,徽沪一郎. 概述 Scala越来越流行, Spark也愈来愈红火, 对spark的代码进行走读也成了一个很普遍的行为.不巧的是,当前java社区中很流行的ide如eclips ...

  7. spark源码阅读---Utils.getCallSite

    1 作用 当该方法在spark内部代码中调用时,会返回当前调用spark代码的用户类的名称,以及其所调用的spark方法.所谓用户类,就是我们这些用户使用spark api的类. 2 内部实现 2.1 ...

  8. spark源码阅读--SparkContext启动过程

    ##SparkContext启动过程 基于spark 2.1.0  scala 2.11.8 spark源码的体系结构实在是很庞大,从使用spark-submit脚本提交任务,到向yarn申请容器,启 ...

  9. Spark源码阅读(1): Stage划分

    Spark中job由action动作生成,那么stage是如何划分的呢?一般的解答是根据宽窄依赖划分.那么我们深入源码看看吧 一个action 例如count,会在多次runJob中传递,最终会到一个 ...

随机推荐

  1. LeetCode 616. Add Bold Tag in String

    原题链接在这里:https://leetcode.com/problems/add-bold-tag-in-string/description/ 题目: Given a string s and a ...

  2. 关于fft后图像的纵轴问题

    fft后如果纵轴是abs后的值,且为双边图像,那么纵轴表示的就是此频率下信号的幅值*N/2的值,也就是说,如果有一正弦信号,幅度为1,假如fft了50个点,那么此信号频率的幅度就是1*50/2=25. ...

  3. CSS3的圆角border-radius属性

    一,语法解释 border-radius : none | <length>{1,4} [/ <length>{1,4} ] <length>: 由浮点数字和单位标 ...

  4. 转: django数据库操作-增删改查-多对多关系以及一对多(外键)关系

    原文链接:http://blog.csdn.net/u010271717/article/details/22044415 一.一对多(外键) 例子:一个作者对应多本书,一本书只有一个作者 model ...

  5. 使用Log4j将程序日志实时写入Kafka

    第一部分 搭建Kafka环境 安装Kafka 下载:http://kafka.apache.org/downloads.html tar zxf kafka-<VERSION>.tgz c ...

  6. C 游戏所要看的书

    C 游戏所要看的书 1.C++primer中文版第4版     经典啊2.C++标准程序库自修教程与参考手册 3.Windows程序设计第5版 4.MFC windows程序设计第2版中文版 5.VC ...

  7. Python 自动化测试config配置文件ini 配置目录

    import ConfigParserimport os path = os.path.join(os.path.dirname(__file__), 'config.ini').replace('\ ...

  8. xml处理模块

    xml是实现不同语言或程序之间进行数据交换的协议,跟json差不多,但json使用起来更简单,不过,古时候,在json还没诞生的黑暗年代,大家只能选择用xml呀,至今很多传统公司如金融行业的很多系统的 ...

  9. 第三方引擎应用场景分析--Tokudb,infobright

    TokuDBTokuDB的特色:• Fractal Tree而不是B-Tree• 内部结点不仅有指向父子的指针还有Buffer区,数据写入先写buffer区,FIFO结构,写入只需要顺序添加到Buff ...

  10. MySQL router

    MySQL Router is a building block for high availability (HA) solutions. It simplifies application dev ...