Spark Core源码精读计划10 | NettyRpcEnv客户端消息发送逻辑
Spark Core源码精读计划10 | NettyRpcEnv客户端消息发送逻辑
前言
在上一篇文章中，我们了解了NettyRpcEnv内的调度器Dispatcher的内部细节。Dispatcher涉及到的主要是消息接收、路由与处理的机制，也就是NettyRpcEnv作为服务端应该具备的功能。既然它的名字叫“RPC环境”，那么就应该既能接收，也能发送消息。本文就主要来看一看NettyRpcEnv作为客户端向远端端点发送消息的逻辑。
NettyRpcEnv与消息发送相关的成员
这些成员有些在代码#8.5中出现过，但当时只讲了几个基础的含义，并没有细说。下面再详细列举一次。
代码#10.1 - NettyRpcEnv与消息发送相关的成员
private def createClientBootstraps(): java.util.List[TransportClientBootstrap] = {
if (securityManager.isAuthenticationEnabled()) {
java.util.Arrays.asList(new AuthClientBootstrap(transportConf,
securityManager.getSaslUser(), securityManager))
} else {
java.util.Collections.emptyList[TransportClientBootstrap]
}
}
private val clientFactory = transportContext.createClientFactory(createClientBootstraps())
@volatile private var fileDownloadFactory: TransportClientFactory = _
val timeoutScheduler = ThreadUtils.newDaemonSingleThreadScheduledExecutor("netty-rpc-env-timeout")
private[netty] val clientConnectionExecutor = ThreadUtils.newDaemonCachedThreadPool(
"netty-rpc-connection",
conf.getInt("spark.rpc.connect.threads", 64))
private val outboxes = new ConcurrentHashMap[RpcAddress, Outbox]()clientFactory、fileDownloadFactory
这两个成员的类型是TransportClientFactory，通过传输上下文TransportContext的createClientFactory()方法创建。这个工厂类在NettyRpcEnv里用于生产TransportClient，即RPC客户端。
clientFactory用来处理一般性的请求发送和应答接收，后面的分析中主要用到它。而fileDownloadFactory专门用于下载文件，所以它不会立即初始化，而是按需创建。
timeoutScheduler
它的类型是ScheduledThreadPoolExecutor，即Java中的定时线程池。它通过ThreadUtils工具类中的对应方法创建，且默认只有一条守护线程。它用来专门处理RPC请求超时。
clientConnectionExecutor
它的类型是ThreadPoolExecutor，实际上是一个缓冲的守护线程池。来看看ThreadUtils中创建它的方法，顺便复习一下线程池的七大参数吧。在读源码的过程中随时温习基础知识十分有益。
代码#10.2 - o.a.s.util.ThreadUtils.newDaemonCachedThreadPool()方法
def newDaemonCachedThreadPool(
prefix: String, maxThreadNumber: Int, keepAliveSeconds: Int = 60): ThreadPoolExecutor = {
val threadFactory = namedThreadFactory(prefix)
val threadPool = new ThreadPoolExecutor(
maxThreadNumber, // corePoolSize
maxThreadNumber, // maximumPoolSize
keepAliveSeconds, // keepAliveTime
TimeUnit.SECONDS, // timeUnit
new LinkedBlockingQueue[Runnable], // workQueue
threadFactory) // threadFactory
// rejectedExecutionHandler (default)
threadPool.allowCoreThreadTimeOut(true)
threadPool
}这个线程池专门来处理TransportClient的创建，因为TransportClientFactory.createClient()方法本身是一个阻塞调用，因此必须用线程池来异步处理它。线程池大小可以用配置项spark.rpc.connect.threads调节，默认为64。
outboxes
还记得文章#9中的“收件箱”Inbox么？这里该出现与其对应的“发件箱”Outbox了。outboxes维护有远端RPC地址与各个发件箱的映射，需要发送的消息首先会放入Outbox中，再进行处理。所有的消息都继承自OutboxMessage特征。
下面我们就以Outbox为起点探索NettyRpcEnv中消息的发送。
发件箱Outbox相关逻辑
OutboxMessage
OutboxMessage特征非常简单，只声明了两个方法：sendWith()和onFailure()。它也只有两个实现类，分别是无需应答的消息OneWayOutboxMessage和需要应答的消息RpcOutboxMessage。以RpcOutboxMessage为例，其代码如下，比较容易理解，就不多废话了。
代码#10.3 - o.a.s.rpc.netty.RpcOutboxMessage类
private[netty] case class RpcOutboxMessage(
content: ByteBuffer,
_onFailure: (Throwable) => Unit,
_onSuccess: (TransportClient, ByteBuffer) => Unit)
extends OutboxMessage with RpcResponseCallback with Logging {
private var client: TransportClient = _
private var requestId: Long = _
override def sendWith(client: TransportClient): Unit = {
this.client = client
this.requestId = client.sendRpc(content, this)
}
def onTimeout(): Unit = {
if (client != null) {
client.removeRpcRequest(requestId)
} else {
logError("Ask timeout before connecting successfully")
}
}
override def onFailure(e: Throwable): Unit = {
_onFailure(e)
}
override def onSuccess(response: ByteBuffer): Unit = {
_onSuccess(client, response)
}
}消息处理
Outbox.send()方法用于真正发送消息，其代码如下。
代码#10.4 - o.a.s.rpc.netty.Outbox.send()方法
@GuardedBy("this")
private val messages = new java.util.LinkedList[OutboxMessage]
def send(message: OutboxMessage): Unit = {
val dropped = synchronized {
if (stopped) {
true
} else {
messages.add(message)
false
}
}
if (dropped) {
message.onFailure(new SparkException("Message is dropped because Outbox is stopped"))
} else {
drainOutbox()
}
}其中，messages与Inbox中相同，是一个普通的链表，所以要用synchronized保证同步。如果Outbox不是停止状态的话，就将OutboxMessage添加到链表中，然后调用drainOutbox()方法处理消息。
代码#10.4 - o.a.s.rpc.netty.Outbox.drainOutbox()方法
@GuardedBy("this")
private var connectFuture: java.util.concurrent.Future[Unit] = null
@GuardedBy("this")
private var draining = false
private def drainOutbox(): Unit = {
var message: OutboxMessage = null
synchronized {
if (stopped) {
return
}
if (connectFuture != null) {
return
}
if (client == null) {
launchConnectTask()
return
}
if (draining) {
return
}
message = messages.poll()
if (message == null) {
return
}
draining = true
}
while (true) {
try {
val _client = synchronized { client }
if (_client != null) {
message.sendWith(_client)
} else {
assert(stopped == true)
}
} catch {
case NonFatal(e) =>
handleNetworkFailure(e)
return
}
synchronized {
if (stopped) {
return
}
message = messages.poll()
if (message == null) {
draining = false
return
}
}
}
}从这段代码可以看出，当Outbox遇到以下三种情况之一，则不处理消息，直接返回：
- Outbox已经停止，或者仍然在连接远端的RPC端点；
- TransportClient本身为空，说明还没有创建RPC客户端，此时应该先创建它；
- 有其他线程已经在处理消息了。
如果没有异常情况的话，就从messages表中取出消息，将标志draining设为true，并调用OutboxMessage.sendWith()方法发送之。来看看创建RPC客户端的方法launchConnectTask()。
代码#10.5 - o.a.s.rpc.netty.Outbox.launchConnectTask()方法
private def launchConnectTask(): Unit = {
connectFuture = nettyEnv.clientConnectionExecutor.submit(new Callable[Unit] {
override def call(): Unit = {
try {
val _client = nettyEnv.createClient(address)
outbox.synchronized {
client = _client
if (stopped) {
closeClient()
}
}
} catch {
case ie: InterruptedException =>
return
case NonFatal(e) =>
outbox.synchronized { connectFuture = null }
handleNetworkFailure(e)
return
}
outbox.synchronized { connectFuture = null }
drainOutbox()
}
})
}这个方法中用到了上述clientConnectionExecutor线程池来提交一个Callable，其内部会最终调用clientFactory.createClient()方法来创建RPC客户端。创建成功之后，再次调用drainOutbox()方法试图处理消息。
向Outbox投递消息
向Outbox投递消息的逻辑位于NettyRpcEnv.postToOutbox()方法中。
代码#10.6 - o.a.s.rpc.netty.NettyRpcEnv.postToOutbox()方法
private def postToOutbox(receiver: NettyRpcEndpointRef, message: OutboxMessage): Unit = {
if (receiver.client != null) {
message.sendWith(receiver.client)
} else {
require(receiver.address != null,
"Cannot send message to client endpoint with no listen address.")
val targetOutbox = {
val outbox = outboxes.get(receiver.address)
if (outbox == null) {
val newOutbox = new Outbox(this, receiver.address)
val oldOutbox = outboxes.putIfAbsent(receiver.address, newOutbox)
if (oldOutbox == null) {
newOutbox
} else {
oldOutbox
}
} else {
outbox
}
}
if (stopped.get) {
outboxes.remove(receiver.address)
targetOutbox.stop()
} else {
targetOutbox.send(message)
}
}
}由此可见，如果已经持有了远端RPC端点引用对应的TransportClient，就直接调用OutboxMessage.sendWith()方法来发送。但如果没有持有TransportClient的话，就先从outboxes缓存中获取RPC地址对应的发件箱，如果也没有发件箱，就要创建一个出来。最后，在当前NettyRpcEnv和Outbox本身都未停止的前提下，调用send()方法发送消息。
NettyRpcEnv发送消息的方法
ask()方法
ask()方法的作用在文章#8中讲过，即“异步发送一条消息，并在规定的超时时间内等待RPC端点的回复”。其实现方法如下。
代码#10.7 - o.a.s.rpc.netty.NettyRpcEnv.ask()方法
private[netty] def ask[T: ClassTag](message: RequestMessage, timeout: RpcTimeout): Future[T] = {
val promise = Promise[Any]()
val remoteAddr = message.receiver.address
def onFailure(e: Throwable): Unit = {
if (!promise.tryFailure(e)) {
e match {
case e : RpcEnvStoppedException => logDebug (s"Ignored failure: $e")
case _ => logWarning(s"Ignored failure: $e")
}
}
}
def onSuccess(reply: Any): Unit = reply match {
case RpcFailure(e) => onFailure(e)
case rpcReply =>
if (!promise.trySuccess(rpcReply)) {
logWarning(s"Ignored message: $reply")
}
}
try {
if (remoteAddr == address) {
val p = Promise[Any]()
p.future.onComplete {
case Success(response) => onSuccess(response)
case Failure(e) => onFailure(e)
}(ThreadUtils.sameThread)
dispatcher.postLocalMessage(message, p)
} else {
val rpcMessage = RpcOutboxMessage(message.serialize(this),
onFailure,
(client, response) => onSuccess(deserialize[Any](client, response)))
postToOutbox(message.receiver, rpcMessage)
promise.future.failed.foreach {
case _: TimeoutException => rpcMessage.onTimeout()
case _ =>
}(ThreadUtils.sameThread)
}
val timeoutCancelable = timeoutScheduler.schedule(new Runnable {
override def run(): Unit = {
onFailure(new TimeoutException(s"Cannot receive any reply from ${remoteAddr} " +
s"in ${timeout.duration}"))
}
}, timeout.duration.toNanos, TimeUnit.NANOSECONDS)
promise.future.onComplete { v =>
timeoutCancelable.cancel(true)
}(ThreadUtils.sameThread)
} catch {
case NonFatal(e) =>
onFailure(e)
}
promise.future.mapTo[T].recover(timeout.addMessageIfTimeout)(ThreadUtils.sameThread)
}可见，ask()方法的执行分为两种情况：
- 如果远端地址与当前NettyRpcEnv的地址相同，那么说明处理该消息的RPC端点就位于本地。这时就新建一个Promise对象，将其Future设置为回调方法（即onSuccess()和onFailure()方法），然后调用本地调度器的postLocalMessage()方法，将消息发送给本地RPC端点。
- 如果远端地址与当前NettyRpcEnv的地址不同，那么说明处理该消息的RPC端点位于其他节点上。这时会将消息序列化，将它与onSuccess()、onFailure()方法逻辑一同封装到RpcOutboxMessage中投递出去。
最后，用前述timeoutScheduler设置一个定时线程，用来控制超时。超时后会抛出TimeoutException，如果没有超时，就调用cancel()方法取消计时。
send()方法
send()方法的作用则是“同步发送一条单向的消息，并且‘发送即忘记’（fire-and-forget），不需要回复”。其实现方法如下。
代码#10.7 - o.a.s.rpc.netty.NettyRpcEnv.send()方法
private[netty] def send(message: RequestMessage): Unit = {
val remoteAddr = message.receiver.address
if (remoteAddr == address) {
try {
dispatcher.postOneWayMessage(message)
} catch {
case e: RpcEnvStoppedException => logDebug(e.getMessage)
}
} else {
postToOutbox(message.receiver, OneWayOutboxMessage(message.serialize(this)))
}
}这个方法的逻辑与ask()方法大致相同，也分为两种情况，只是细节有差别，不再赘述。
总结
本文通过研究NettyRpcEnv内与消息发送相关的逻辑，以及发件箱Outbox的消息处理逻辑，大致讲清了NettyRpcEnv作为RPC客户端的能力。
— THE END —