Hadoop之RPC

4rfdf

Hadoop的RPC主要是通过Java的动态代理（Dynamic Proxy）与反射（Reflect）实现，代理类是由java.lang.reflect.Proxy类在运行期时根据接口，采用Java反射功能动态生成的，并且结合java.lang.reflect.InvocationHandler来处理客户端的请求，当用户调用这个动态生成的实现类时，实际上是调用了InvocationHandler实现类的invoke方法。RPC源代码在org.apache.hadoop.ipc下，有以下几个主要类：

    Client: 客户端，连接服务器、传递函数名和相应的参数、等待结果；

    Server:服务器端，主要接受Client的请求、执行相应的函数、返回结果；

    VersionedProtocol:通信双方所遵循契约的父接口；

    RPC：RPC通信机制，主要是为通信的服务方提供代理。
　　1.通信双方遵循的契约


    要通过RPC服务进行通信，服务的提供方必须实现某个接口，而这个即可是VersionedProtocol的子类，诸如：

InterTrackerProtocol，它是TaskTracker与JobTracker进行通信所遵循的契约，JobTracker是一个Server，它必须实现这个接口；

JobSubmissionProtocol,它是JobTracker与JobClient通讯所遵循的契约，JobClient利用契约中的方法可以提交作业去执行， 并且得到当前系统的状态；

DatanodeProtocol，利用此契约，DataNode可以向NameNode汇报自己的块状态以及负载情况。

InterDatanodeProtocol，DataNode之间利用此契约可以更新数据块。

其它的接口在此不再一一赘述。
    2.Hadoop中RPC通信原理


　　我们通过TaskTracker与JobTracker的通信来剖析其通信过程，JobTracker的代理是通过下面的方法得到的，






this.jobClient = (InterTrackerProtocol)
UserGroupInformation.getLoginUser().doAs(
new PrivilegedExceptionAction() {
public Object run() throws IOException {
return RPC.waitForProxy(InterTrackerProtocol.class,
InterTrackerProtocol.versionID,
jobTrackAddr, fConf);
}
});
View Code 　　它是通过调用RPC类中的静态方法waitForProxy()方法而得到了InterTrackerProtocol的一个代理，借助于这个代理对象，TaskTracker就可以与JobTracker进行通信了。





  VersionedProtocol proxy =
(VersionedProtocol) Proxy.newProxyInstance(
protocol.getClassLoader(), new Class[] { protocol },
new Invoker(protocol, addr, ticket, conf, factory, rpcTimeout));
View Code 　　跟踪Hadoop的源代码，我们可以发现PRC.waitForProxy()最终是调用的Proxy.newProxyInstance（）来创建一个代理对象，第一个参数是类加载器(代理类在运行的过程中动态生成)，第二个参数是要实现的代理类的接口，第三个参数是InvokercationHandler接口的子类，最终调用的也就是InvokercationHandler实现类的的invoker（）方法。





  private static class Invoker implements InvocationHandler {
private Client.ConnectionId remoteId;
private Client client;
.....
public Object invoke(Object proxy, Method method, Object[] args)
throws Throwable {
final boolean logDebug = LOG.isDebugEnabled();
long startTime = 0;
if (logDebug) {
startTime = System.currentTimeMillis();
}
ObjectWritable value = (ObjectWritable)
client.call(new Invocation(method, args), remoteId);
if (logDebug) {
long callTime = System.currentTimeMillis() - startTime;
LOG.debug("Call: " + method.getName() + " " + callTime);
}
return value.get();
}
....
}
View Code 　　　　我们可以看到，InvocationHandler的实现类Invoker中主要包含两个成员变量即remoteId（唯一标识RPC的服务器端）、Client（通过工厂模式得到的客户端），invoke（）方法中最重要的就是下面的语句：



ObjectWritable value = (ObjectWritable)client.call(new Invocation(method, args), remoteId);

　　其中call方法的第一个参数封装调用方法和参数并实现Writable接口的对象，以便于在分布式环境中传输，第二个参数勿需多言，它就用于唯一标识RPC Server，也就是与指定的Server进行通信。call方法的核心代码如下：





  public Writable call(Writable param, ConnectionId remoteId)  throws InterruptedException, IOException {
Call call = new Call(param);
Connection connection = getConnection(remoteId, call);//请看下面的说明
connection.sendParam(call);                 // 将参数封装成一个call对象发送给Server
boolean interrupted = false;
synchronized (call) {
while (!call.done) {
try {
call.wait();                           // 等待Server发送的内容
} catch (InterruptedException ie) {
// save the fact that we were interrupted
interrupted = true;
}
}
...
return call.value;
}
View Code 　　其中竟然出现了一个Call对象，我们看到此方法返回的结果是call对象的一个成员变量，也就是说Call封装了Client的请求以及Server的响应，synchronized的使用会同步Client的请求以及Server的响应。通Connection对象的sendParam方法可以将请求发送给Server,那么Connection又是什么呢？





   private Connection getConnection(ConnectionId remoteId,Call call) throws IOException, InterruptedException {
do {
synchronized (connections) {
connection = connections.get(remoteId);
if (connection == null) {
connection = new Connection(remoteId);
connections.put(remoteId, connection);
}
}
} while (!connection.addCall(call));
...
connection.setupIOstreams();
return connection;
}
View Code 　　其实Connection是扩展Thread而得到的一个线程，最终把所有的connection对象都放入到一个Hashtable中，同一个ConnectionId的Connection可以复用，降低了创建线程的开销。connection.setupIOstreams()用于在真正的建立连接，并将RPC的header写入到输出流中，通过start方法启动线程，其核心代码如下所示：



  public void run() {
while (waitForWork()) {//等到可以读响应时返回true
receiveResponse();
}    　　
　　receiveResponse方法主要是从输入流反序列化出value，并将其封装在call对象中，这样client端就得到了server的响应，核心代码如下：





private void receiveResponse() {
try {
int id = in.readInt();                  // 读取连接id，以便从calls中取出相应的call对象
Call call = calls.get(id);
int state = in.readInt();     // 读取输入流的状态
if (state == Status.SUCCESS.state) {
Writable value = ReflectionUtils.newInstance(valueClass, conf);
value.readFields(in);                 // read value
          call.setValue(value);
calls.remove(id);
}
...
}
View Code 　　才疏学浅，错误之处在所难免，恳请各位予以指正。。