<返回更多

Java架构-还不了解Flink底层RPC使用的框架和原理？那就认真看完

2019-10-09    
加入收藏

1. 前言

对于Flink中各个组件（JobMaster、TaskManager、Dispatcher等），其底层RPC框架基于Akka实现，本文着重分析Flink中的Rpc框架实现机制及梳理其通信流程。

 

2. Akka介绍

由于Flink底层Rpc是基于Akka实现，我们先了解下Akka的基本使用。

 

Akka是一个开发并发、容错和可伸缩应用的框架。它是Actor Model的一个实现，和Erlang的并发模型很像。在Actor模型中，所有的实体被认为是独立的actors。actors和其他actors通过发送异步消息通信。Actor模型的强大来自于异步。它也可以显式等待响应，这使得可以执行同步操作。但是，强烈不建议同步消息，因为它们限制了系统的伸缩性。每个actor有一个邮箱(mailbox)，它收到的消息存储在里面。另外，每一个actor维护自身单独的状态。一个Actors网络如下所示：

Java架构-还不了解Flink底层RPC使用的框架和原理？那就认真看完

 

每个actor是一个单一的线程，它不断地从其邮箱中poll(拉取)消息，并且连续不断地处理。对于已经处理过的消息的结果，actor可以改变它自身的内部状态或者发送一个新消息或者孵化一个新的actor。尽管单个的actor是自然有序的，但一个包含若干个actor的系统却是高度并发的并且极具扩展性的。因为那些处理线程是所有actor之间共享的。这也是我们为什么不该在actor线程里调用可能导致阻塞的“调用”。因为这样的调用可能会阻塞该线程使得他们无法替其他actor处理消息。

 

2.1. 创建Akka系统

Akka系统的核心ActorSystem和Actor，若需构建一个Akka系统，首先需要创建ActorSystem，创建完ActorSystem后，可通过其创建Actor（注意：Akka不允许直接new一个Actor，只能通过 Akka 提供的某些 API 才能创建或查找 Actor，一般会通过 ActorSystem#actorOf和ActorContext#actorOf来创建 Actor），另外，我们只能通过ActorRef（Actor的引用， 其对原生的 Actor 实例做了良好的封装，外界不能随意修改其内部状态）来与Actor进行通信。如下代码展示了如何配置一个Akka系统。

// 1. 构建ActorSystem
// 使用缺省配置
ActorSystem system = ActorSystem.create("sys");
// 也可显示指定Appsys配置
// ActorSystem system1 = ActorSystem.create("helloakka", ConfigFactory.load("appsys"));
// 2. 构建Actor,获取该Actor的引用，即ActorRef
ActorRef helloActor = system.actorOf(Props.create(HelloActor.class), "helloActor");
// 3. 给helloActor发送消息
helloActor.tell("hello helloActor", ActorRef.noSender());
// 4. 关闭ActorSystem
system.terminate();

在Akka中，创建的每个Actor都有自己的路径，该路径遵循 ActorSystem 的层级结构，大致如下：

 

本地：akka://sys/user/helloActor
远程：akka.tcp://sys@l27.0.0.1:2020/user/remoteActor

其中本地路径含义如下：

 

其中远程部分路径含义如下：

 

2.2. 根据path获取Actor

若提供了Actor的路径，可以通过路径获取到ActorRef，然后与之通信，代码如下所示：

ActorSystem system = ActorSystem.create("sys")；
ActorSelection as = system.actorSelection("/path/to/actor");
Timeout timeout = new Timeout(Duration.create(2, "seconds"));
Future<ActorRef> fu = as.resolveOne(timeout);
fu.onSuccess(new OnSuccess<ActorRef>() {
 @Override
public void onSuccess(ActorRef actor) {
 System.out.println("actor:" + actor);
 actor.tell("hello actor", ActorRef.noSender());
 }
}, system.dispatcher());
fu.onFailure(new OnFailure() {
 @Override
public void onFailure(Throwable failure) {
 System.out.println("failure:" + failure);
 }
}, system.dispatcher());

由上面可知，若需要与远端Actor通信，路径中必须提供ip:port。

 

2.3. 与Actor通信

2.3.1. tell方式

当使用tell方式时，表示仅仅使用异步方式给某个Actor发送消息，无需等待Actor的响应结果，并且也不会阻塞后续代码的运行，如：

helloActor.tell("hello helloActor", ActorRef.noSender());

其中：第一个参数为消息，它可以是任何可序列化的数据或对象，第二个参数表示发送者，通常来讲是另外一个 Actor 的引用， ActorRef.noSender()表示无发送者（（实际上是一个 叫做deadLetters的Actor）。

 

2.3.2. ask方式

当我们需要从Actor获取响应结果时，可使用ask方法，ask方法会将返回结果包装在scala.concurrent.Future中，然后通过异步回调获取返回结果。如调用方：

// 异步发送消息给Actor，并获取响应结果
Future<Object> fu = Patterns.ask(printerActor, "hello helloActor", timeout);
fu.onComplete(new OnComplete<Object>() {
@Override
public void onComplete(Throwable failure, String success) throws Throwable {
if (failure != null) {
 System.out.println("failure is " + failure);
 } else {
 System.out.println("success is " + success);
 }
 }
}, system.dispatcher());

HelloActor处理消息方法的代码大致如下：

private void handleMessage(Object object) {
if (object instanceof String) {
String str = (String) object;
 log.info("[HelloActor] message is {}, sender is {}", str, getSender().path().toString());
// 给发送者发送消息
 getSender().tell(str, getSelf());
 }
 }

上面主要介绍了Akka中的ActorSystem、Actor，及与Actor的通信；Flink借此构建了其底层通信系统。

 

3. RPC类图结构

下图展示了Flink中RPC框架中涉及的主要类。

Java架构-还不了解Flink底层RPC使用的框架和原理？那就认真看完

 

3.1. RpcGateway

Flink的RPC协议通过RpcGateway来定义；由前面可知，若想与远端Actor通信，则必须提供地址（ip和port），如在Flink-on-Yarn模式下，JobMaster会先启动ActorSystem，此时TaskExecutor的Container还未分配，后面与TaskExecutor通信时，必须让其提供对应地址，从类继承图可以看到基本上所有组件都实现了RpcGateway接口，其代码如下：

public interface RpcGateway {
/**
 * Returns the fully qualified address under which the associated rpc endpoint is reachable.
 *
 * @return Fully qualified (RPC) address under which the associated rpc endpoint is reachable
 */
String getAddress();
/**
 * Returns the fully qualified hostname under which the associated rpc endpoint is reachable.
 *
 * @return Fully qualified hostname under which the associated rpc endpoint is reachable
 */
String getHostname();
}

3.2. RpcEndpoint

每个RpcEndpoint对应了一个路径（endpointId和actorSystem共同确定），每个路径对应一个Actor，其实现了RpcGateway接口，其构造函数如下：

protected RpcEndpoint(final RpcService rpcService, final String endpointId) {
// 保存rpcService和endpointId
this.rpcService = checkNotNull(rpcService, "rpcService");
this.endpointId = checkNotNull(endpointId, "endpointId");
// 通过RpcService启动RpcServer
this.rpcServer = rpcService.startServer(this);
// 主线程执行器，所有调用在主线程中串行执行
this.mainThreadExecutor = new MainThreadExecutor(rpcServer, this::validateRunsInMainThread);
}

在RpcEndpoint中还定义了一些方法如runAsync(Runnable)、callAsync(Callable, Time)方法来执行Rpc调用，值得注意的是在Flink的设计中，对于同一个Endpoint，所有的调用都运行在主线程，因此不会有并发问题，当启动RpcEndpoint/进行Rpc调用时，其会委托RcpServer进行处理。

 

3.3. RpcService

Rpc服务的接口，其主要作用如下：

 

根据提供的RpcEndpoint来启动RpcServer（Actor）；

根据提供的地址连接到RpcServer，并返回一个RpcGateway；

延迟/立刻调度Runnable、Callable；

停止RpcServer（Actor）或自身服务；

在Flink中其实现类为AkkaRpcService。

 

3.3.1. AkkaRpcService

AkkaRpcService中封装了ActorSystem，并保存了ActorRef到RpcEndpoint的映射关系，在构造RpcEndpoint时会启动指定rpcEndpoint上的RpcServer，其会根据Endpoint类型（FencedRpcEndpoint或其他）来创建不同的Actor（FencedAkkaRpcActor或AkkaRpcActor），并将RpcEndpoint和Actor对应的ActorRef保存起来，然后使用动态代理创建RpcServer，具体代码如下：

public <C extends RpcEndpoint & RpcGateway> RpcServer startServer(C rpcEndpoint) {
 checkNotNull(rpcEndpoint, "rpc endpoint");
 CompletableFuture<Void> terminationFuture = new CompletableFuture<>();
final Props akkaRpcActorProps;
// 根据RpcEndpoint类型创建不同类型的Props
if (rpcEndpoint instanceof FencedRpcEndpoint) {
 akkaRpcActorProps = Props.create(
 FencedAkkaRpcActor.class,
 rpcEndpoint,
 terminationFuture,
 getVersion(),
 configuration.getMaximumFramesize());
 } else {
 akkaRpcActorProps = Props.create(
 AkkaRpcActor.class,
 rpcEndpoint,
 terminationFuture,
 getVersion(),
 configuration.getMaximumFramesize());
 }
 ActorRef actorRef;
// 同步块，创建Actor，并获取对应的ActorRef
synchronized (lock) {
 checkState(!stopped, "RpcService is stopped");
 actorRef = actorSystem.actorOf(akkaRpcActorProps, rpcEndpoint.getEndpointId());
 actors.put(actorRef, rpcEndpoint);
 }
 LOG.info("Starting RPC endpoint for {} at {} .", rpcEndpoint.getClass().getName(), actorRef.path());
// 获取Actor的路径
final String akkaAddress = AkkaUtils.getAkkaURL(actorSystem, actorRef);
final String hostname;
 Option<String> host = actorRef.path().address().host();
if (host.isEmpty()) {
 hostname = "localhost";
 } else {
 hostname = host.get();
 }
// 解析该RpcEndpoint实现的所有RpcGateway接口
 Set<Class<?>> implementedRpcGateways = new HashSet<>(RpcUtils.extractImplementedRpcGateways(rpcEndpoint.getClass()));
 
// 额外添加RpcServer和AkkaBasedEnpoint类
 implementedRpcGateways.add(RpcServer.class);
 implementedRpcGateways.add(AkkaBasedEndpoint.class);
final InvocationHandler akkaInvocationHandler;
// 根据不同类型动态创建代理对象
if (rpcEndpoint instanceof FencedRpcEndpoint) {
// a FencedRpcEndpoint needs a FencedAkkaInvocationHandler
 akkaInvocationHandler = new FencedAkkaInvocationHandler<>(
 akkaAddress,
 hostname,
 actorRef,
 configuration.getTimeout(),
 configuration.getMaximumFramesize(),
 terminationFuture,
 ((FencedRpcEndpoint<?>) rpcEndpoint)::getFencingToken);
 implementedRpcGateways.add(FencedMainThreadExecutable.class);
 } else {
 akkaInvocationHandler = new AkkaInvocationHandler(
 akkaAddress,
 hostname,
 actorRef,
 configuration.getTimeout(),
 configuration.getMaximumFramesize(),
 terminationFuture);
 }
// Rather than using the System ClassLoader directly, we derive the ClassLoader
// from this class . That works better in cases where Flink runs embedded and all Flink
// code is loaded dynamically (for example from an OSGI bundle) through a custom ClassLoader
 ClassLoader classLoader = getClass().getClassLoader();
// 生成RpcServer对象，而后对该server的调用都会进入Handler的invoke方法处理，handler实现了多个接口的方法
@SuppressWarnings("unchecked")
 RpcServer server = (RpcServer) Proxy.newProxyInstance(
 classLoader,
 implementedRpcGateways.toArray(new Class<?>[implementedRpcGateways.size()]),
 akkaInvocationHandler);
return server;
 }

当启动RpcServer后，即创建了相应的Actor（注意此时Actor的处于停止状态）和动态代理对象，需要调用RpcEndpoint#start启动启动Actor，此时启动RpcEndpoint流程如下（以非FencedRpcEndpoint为例）：

public Object invoke(Object proxy, Method method, Object[] args) throws Throwable {
 Class<?> declaringClass = method.getDeclaringClass();
 Object result;
// 先匹配指定类型（handler已实现接口的方法），若匹配成功则直接进行本地方法调用；若匹配为FencedRpcGateway类型，则抛出异常（应该在FencedAkkaInvocationHandler中处理）；其他则进行Rpc调用
if (declaringClass.equals(AkkaBasedEndpoint.class) ||
 declaringClass.equals(Object.class) ||
 declaringClass.equals(RpcGateway.class) ||
 declaringClass.equals(StartStoppable.class) ||
 declaringClass.equals(MainThreadExecutable.class) ||
 declaringClass.equals(RpcServer.class)) {
 result = method.invoke(this, args);
 } else if (declaringClass.equals(FencedRpcGateway.class)) {
throw new UnsupportedOperationException("AkkaInvocationHandler does not support the call FencedRpcGateway#" +
 method.getName() + ". This indicates that you retrieved a FencedRpcGateway without specifying a " +
"fencing token. Please use RpcService#connect(RpcService, F, Time) with F being the fencing token to " +
"retrieve a properly FencedRpcGateway.");
 } else {
 result = invokeRpc(method, args);
 }
return result;
 }

经过上述步骤就完成了Actor的启动过程，Actor启动后便可与Acto通信让其执行代码（如runSync/callSync等）和处理Rpc请求了。下面分别介绍处理执行代码和处理Rpc请求；

3.3.1.1. 执行代码

与Actor通信，通过调用runSync/callSync等方法其直接执行代码。

下面以scheduleRunAsync方法为例分析请求Actor执行代码流程，方法代码如下：
public void scheduleRunAsync(Runnable runnable, long delayMillis) {
 checkNotNull(runnable, "runnable");
 checkArgument(delayMillis >= 0, "delay must be zero or greater");
// 判断是否为本地Actor
if (isLocal) {
long atTimeNanos = delayMillis == 0 ? 0 : System.nanoTime() + (delayMillis * 1_000_000);
// 向Actor发送消息runnable
 tell(new RunAsync(runnable, atTimeNanos));
 } else {
// 抛出异常，不支持远程发送Runnable消息
throw new RuntimeException("Trying to send a Runnable to a remote actor at " +
 rpcEndpoint.path() + ". This is not supported.");
 }
 }

AkkaInvocationHandler#invoke -> AkkaInvocation#scheduleRunAsync；

 

AkkaRpcActor#handleMessage->AkkaRpcActor#handleRpcMessage，其中handleRpcMessage方法如下：

protected void handleRpcMessage(Object message) {
// 根据消息类型不同进行不同的处理
if (message instanceof RunAsync) {
 handleRunAsync((RunAsync) message);
 } else if (message instanceof CallAsync) {
 handleCallAsync((CallAsync) message);
 } else if (message instanceof RpcInvocation) {
 handleRpcInvocation((RpcInvocation) message);
 } else {
 log.warn(
"Received message of unknown type {} with value {}. Dropping this message!",
 message.getClass().getName(),
 message);
 sendErrorIfSender(new AkkaUnknownMessageException("Received unknown message " + message +
" of type " + message.getClass().getSimpleName() + '.'));
 }
 }

AkkaRpcActor#handleRunAsync，其代码如下：

private void handleRunAsync(RunAsync runAsync) {
// 获取延迟调度时间
final long timeToRun = runAsync.getTimeNanos();
final long delayNanos;
// 若为0或已经到了调度时间，则立刻进行调度
if (timeToRun == 0 || (delayNanos = timeToRun - System.nanoTime()) <= 0) {
// run immediately
try {
 runAsync.getRunnable().run();
 } catch (Throwable t) {
 log.error("Caught exception while executing runnable in main thread.", t);
 ExceptionUtils.rethrowIfFatalErrorOrOOM(t);
 }
 }
else {
// schedule for later. send a new message after the delay, which will then be immediately executed
// 计算出延迟时间
 FiniteDuration delay = new FiniteDuration(delayNanos, TimeUnit.NANOSECONDS);
// 重新封装消息
 RunAsync message = new RunAsync(runAsync.getRunnable(), timeToRun);
final Object envelopedSelfMessage = envelopeSelfMessage(message);
// 等待指定延迟时间后给自己再发送一个消息
 getContext().system().scheduler().scheduleOnce(delay, getSelf(), envelopedSelfMessage,
 getContext().dispatcher(), ActorRef.noSender());
 }
 }

注意：当还未到调度时间时，该Actor会延迟一段时间后再次给自己发送消息；

3.3.1.2. 处理Rpc请求

当调用非AkkaInvocationHandler实现的方法时，则进行Rpc请求。

下面分析处理Rpc调用的流程。

AkkaInvocationHandler#invokeRpc，其方法如下：
private Object invokeRpc(Method method, Object[] args) throws Exception {
// 获取方法相应的信息
String methodName = method.getName();
 Class<?>[] parameterTypes = method.getParameterTypes();
 Annotation[][] parameterAnnotations = method.getParameterAnnotations();
 Time futureTimeout = extractRpcTimeout(parameterAnnotations, args, timeout);
// 创建RpcInvocationMessage(可分为LocalRpcInvocation/RemoteRpcInvocation)
 final RpcInvocation rpcInvocation = createRpcInvocationMessage(methodName, parameterTypes, args);
 Class<?> returnType = method.getReturnType();
 final Object result;
// 无返回，则使用tell方法
if (Objects.equals(returnType, Void.TYPE)) {
 tell(rpcInvocation);
 result = null;
 } else {
// execute an asynchronous call
// 有返回，则使用ask方法
 CompletableFuture<?> resultFuture = ask(rpcInvocation, futureTimeout);
 CompletableFuture<?> completableFuture = resultFuture.thenApply((Object o) -> {
// 调用返回后进行反序列化
if (o instanceof SerializedValue) {
try {
return ((SerializedValue<?>) o).deserializeValue(getClass().getClassLoader());
 } catch (IOException | ClassNotFoundException e) {
throw new CompletionException(
new RpcException("Could not deserialize the serialized payload of RPC method : "
 + methodName, e));
 }
 } else {
// 直接返回
return o;
 }
 });
// 若返回类型为CompletableFuture则直接赋值
if (Objects.equals(returnType, CompletableFuture.class)) {
 result = completableFuture;
 } else {
try {
// 从CompletableFuture获取
 result = completableFuture.get(futureTimeout.getSize(), futureTimeout.getUnit());
 } catch (ExecutionException ee) {
throw new RpcException("Failure while obtaining synchronous RPC result.", ExceptionUtils.stripExecutionException(ee));
 }
 }
 }
return result;
 }

private void handleRpcInvocation(RpcInvocation rpcInvocation) {
 Method rpcMethod = null;
try {
// 获取方法的信息
 String methodName = rpcInvocation.getMethodName();
 Class<?>[] parameterTypes = rpcInvocation.getParameterTypes();
// 在RpcEndpoint中找指定方法
 rpcMethod = lookupRpcMethod(methodName, parameterTypes);
 } catch (ClassNotFoundException e) {
 log.error("Could not load method arguments.", e);
// 异常处理
 RpcConnectionException rpcException = new RpcConnectionException("Could not load method arguments.", e);
 getSender().tell(new Status.Failure(rpcException), getSelf());
 } catch (IOException e) {
 log.error("Could not deserialize rpc invocation message.", e);
// 异常处理
 RpcConnectionException rpcException = new RpcConnectionException("Could not deserialize rpc invocation message.", e);
 getSender().tell(new Status.Failure(rpcException), getSelf());
 } catch (final NoSuchMethodException e) {
 log.error("Could not find rpc method for rpc invocation.", e);
// 异常处理
 RpcConnectionException rpcException = new RpcConnectionException("Could not find rpc method for rpc invocation.", e);
 getSender().tell(new Status.Failure(rpcException), getSelf());
 }
if (rpcMethod != null) {
try {
// this supports declaration of anonymous classes
 rpcMethod.setAccessible(true);
// 返回类型为空则直接进行invoke
if (rpcMethod.getReturnType().equals(Void.TYPE)) {
// No return value to send back
 rpcMethod.invoke(rpcEndpoint, rpcInvocation.getArgs());
 }
else {
final Object result;
try {
 result = rpcMethod.invoke(rpcEndpoint, rpcInvocation.getArgs());
 }
catch (InvocationTargetException e) {
 log.debug("Reporting back error thrown in remote procedure {}", rpcMethod, e);
// tell the sender about the failure
 getSender().tell(new Status.Failure(e.getTargetException()), getSelf());
return;
 }
final String methodName = rpcMethod.getName();
// 方法返回类型为CompletableFuture
if (result instanceof CompletableFuture) {
final CompletableFuture<?> responseFuture = (CompletableFuture<?>) result;
// 发送结果（使用Patterns发送结果给调用者，并会进行序列化并验证结果大小）
 sendAsyncResponse(responseFuture, methodName);
 } else {
// 类型非CompletableFuture，发送结果（使用Patterns发送结果给调用者，并会进行序列化并验证结果大小）
 sendSyncResponse(result, methodName);
 }
 }
 } catch (Throwable e) {
 log.error("Error while executing remote procedure call {}.", rpcMethod, e);
// tell the sender about the failure
 getSender().tell(new Status.Failure(e), getSelf());
 }
 }
 }

经过上述步骤就完成Rpc（本地/远程）调用，可以看到底层也是通过Akka提供的tell/ask方法进行通信；经过上述步骤就完成Rpc（本地/远程）调用，可以看到底层也是通过Akka提供的tell/ask方法进行通信；

4. 总结

RPC框架是Flink任务运行的基础，Flink整个RPC框架基于Akka实现，并对Akka中的ActorSystem、Actor进行了封装和使用，文章主要分析了Flink底层RPC通信框架的实现和相关流程，Flink整个通信框架的组件主要由RpcEndpoint、RpcService、RpcServer、AkkaInvocationHandler、AkkaRpcActor等构成。RpcEndpoint定义了一个Actor的路径；RpcService提供了启动RpcServer、执行代码体等方法；RpcServer/AkkaInvocationHandler提供了与Actor通信的接口；AkkaRpcActor为Flink封装的Actor。

声明：本站部分内容来自互联网,如有版权侵犯或其他问题请与我们联系，我们将立即删除或处理。
▍相关推荐
更多资讯 >>>
Copyright @ 简易百科 V 2.0 京ICP备14042104号