Spark通讯框架
Posted 大数据技术AI
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Spark通讯框架相关的知识,希望对你有一定的参考价值。
-
Spark各组件间的消息通讯
-
用户文件与Jar包的上传 -
节点间的Shuffle过程 -
Block数据的复制与备份 -
...
在 Spark0.x.x 与 Spark1.x.x 版本中, 组件间的消息通信主要借助于 Akka.
在Spark1.3中引入了Netty通信框架
Akka要求message发送端和接收端有相同的版本, 所以为了避免 Akka 造成的版本问题,并给用户的应用更大灵活性,决定使用更通用的 RPC 实现,也就是现在的 Netty 来替代 Akka
Spark1.6 中 Akka 和 Netty 可以配置使用。Netty 完全实现了 Akka 在Spark 中的功能
从Spark2.0.0, Akka 被移除
Spark通讯框架中各个组件(Client/Master/Worker)可以认为是一个个独立的实体,各个实体之间通过消息来进行通信。
EndPoint(Client/Master/Worker)有1个InBox和N个OutBox(N>=1,N取决于当前 Endpoint 与多少其他的 Endpoint 进行通信,一个与其通讯的其他Endpoint 对应一个 OutBox)
EndPoint接收到的消息被写入InBox
发出的消息写入OutBox并被发送到其他Endpoint的InBox中
具体各个组件之间的关系图如下:
1)RpcEndpoint:RPC 端点
说明:
RpcEndpoint是用来接收消息的
发送消息使用RpcEndpointRef
RpcEndpointRef的具体实现类是: NettyRpcEndpointRef
2)RpcEnv:Rpc上下文(Rpc环境)
3)Dispatcher:消息分发器
• 如果指令接收方是自己则存入收件箱
• 如果指令接收方不是自己则放入发件箱
// class NettyRpcEnv
private[netty] def send(message: RequestMessage): Unit = {
// 获取接收者地址信息
val remoteAddr = message.receiver.address
if (remoteAddr == address) {
// Message to a local RPC endpoint.
// 把消息发送到本地的 RPC 端点 (发送到收件箱)
try {
dispatcher.postOneWayMessage(message)
} catch {
case e: RpcEnvStoppedException => logWarning(e.getMessage)
}
} else {
// Message to a remote RPC endpoint.
// 把消息发送到远程的 RPC 端点. (发送到发件箱)
postToOutbox(message.receiver, OneWayOutboxMessage(serialize(message)))
}
}
4)Inbox:指令消息收件箱。
5)RpcEndpointRef:RpcEndpointRef 是对远程 RpcEndpoint 的一个引用。
6)OutBox:指令消息发件箱
8)TransportClient:Netty通信客户端
一个 OutBox 对应一个 TransportClient,TransportClient 不断轮询OutBox,根据 OutBox 消息的 receiver 信息,请求对应的远程 TransportServer;
9)TransportServer:Netty 通信服务端
一个 RpcEndpoint 对应一个 TransportServer,接受远程消息后调用 Dispatcher 分发消息至自己的收件箱,或者对应的发件箱;
扫码二维码
获取更多精彩
大数据技术AI
以上是关于Spark通讯框架的主要内容,如果未能解决你的问题,请参考以下文章
在这个 spark 代码片段中 ordering.by 是啥意思?
spark关于join后有重复列的问题(org.apache.spark.sql.AnalysisException: Reference '*' is ambiguous)(代码片段