Byzer 多租户架构图如下
用户可能通过 Byzer 的上层应用诸如 Notebook 进行任务的提交,任务会通过 Byzer Router 完成路由转发。
路由实现主要是基于 Tag 来完成,具体原理如下:
此时,当一个脚本来到 Byzer Router(路由),他会先根据这个脚本的提交用户对应的Tag找到那些被打上同样 Tag 的引擎,最终再根据负载均衡策略路由到这些 Engine 具体的一个 Engine 上。
为了支持这种能力, Byzer Engine 需要具备多租户能力。也就是不同用户既可以在同一个引擎里互相不影响的执行,也可以在不同引擎上执行,实现更好的资源隔离。
Note: Byzer Router 是可选的。用户完全可以在直接的应用产品里,亦或者在 Byzer Notebook 里手动指定自己需要的 Byzer Engine. 避免一开始就引入过渡复杂的架构。
单个 Byzer Engine 实例支持按 【用户名称】 进行如下三个层面的隔离:
SparkSession
对象。/tmp/abc
写数据,引擎其实会将该目录生成在用户各自的主目录,避免脚本之间的互相影响。通过这三个隔离,不同的用户在执行脚本时可以互不影响。
Note: 这里的 租户 和启动Byzer Engine的 系统账号 不是一个概念。 在Byzer-lang中,执行一个脚本的时候,需要同时传递用户名称给 Byzer 引擎,引擎会信任这个用户名。
如果希望使用同一个用户账号并发执行一个脚本,可以在发起 Rest 请求时同时设置如下两个参数:
一个 Byzer Engine 等价于一个 Spark Service 实例。 所以资源隔离有如下两个级别:
通常我们可以结合上述两种方式使用,利用 Tag 机制,实现灵活的分发策略。
我们使用 Byzer Router 来完成 Load balance 以及完成资源硬隔离等。Byzer Router 也提供较为丰富的路由能力,比如按标签进行路由分发,相同标签如果有多个实例,则可以按资源最多,任务最少等分发策略进行路由。
高可用方面目前我们采用 MySQL 保存路由信息,在 Byzer 2.2.1 以及以下版本,路由信息需要管理员通过 API 录入。