Hadoop 的 Server 及其執行緒模型分析
一、Listener
Listener執行緒,當Server處於執行狀態時,其負責監聽來自客戶端的連線,並使用Select模式處理Accept事件。
同時,它開啟了一個空閒連線(Idle Connection)處理例程,如果有過期的空閒連線,就關閉。這個例程通過一個計時器來實現。
當select操作呼叫時,它可能會阻塞,這給了其它執行緒執行的機會。當有accept事件發生,它就會被喚醒以處理全部的事件,處理事件是進行一個doAccept的呼叫。
doAccept:
void doAccept(SelectionKey key) throws InterruptedException, IOException, OutOfMemoryError { ServerSocketChannel server = (ServerSocketChannel) key.channel(); SocketChannel channel; while ((channel = server.accept()) != null) { channel.configureBlocking(false); channel.socket().setTcpNoDelay(tcpNoDelay); channel.socket().setKeepAlive(true); Reader reader = getReader(); Connection c = connectionManager.register(channel); key.attach(c); // so closeCurrentConnection can get the object reader.addConnection(c); } }
由於多個連線可能同時發起申請,所以這裡採用了while迴圈處理。
這裡最關鍵的是設定了新建立的socket為非阻塞,這一點是基於效能的考慮,非阻塞的方式儘可能的讀取socket接收緩衝區中的資料,這一點保證了將來會呼叫這個socket進行接收的Reader和進行傳送的Responder執行緒不會因為傳送和接收而阻塞,如果整個通訊過程都比較繁忙,那麼Reader和Responder執行緒的就可以儘量不阻塞在I/O上,這樣可以顯著減少執行緒上下文切換的次數,提高cpu的利用率。
最後,獲取了一個Reader,將此連線加入Reader的緩衝佇列,同時讓連線管理器監視並管理這個連線的生存期。
獲取Reader的方式如下:
//最簡單的負載均衡 Reader getReader() { currentReader = (currentReader + 1) % readers.length; return readers[currentReader]; }
二、Reader
當一個新建立的連線被加入Reader的緩衝佇列pendingConnections之後,Reader也被喚醒,以處理此連線上的資料接收。
public void addConnection(Connection conn) throws InterruptedException { pendingConnections.put(conn); readSelector.wakeup(); }
Server中配置了多個Reader執行緒,顯然是為了提高併發服務連線的能力。
下面是Reader的主要邏輯:
while(true) { ... //取出一個連線,可能阻塞 Connection conn = pendingConnections.take(); //向select註冊一個讀事件 conn.channel.register(readSelector, SelectionKey.OP_READ, conn); ... //進行select,可能阻塞 readSelector.select(); ... //依次讀取資料 for(keys){ doRead(key); } ... }
當Server還在執行時,Reader執行緒儘可能多地處理緩衝佇列中的連線,註冊每一個連線的READ事件,採用select模式來獲取連線上有資料接收的通知。當有資料需要接收時,它盡最大可能讀取select返回的連線上的資料,以防止Listener執行緒因為沒有執行時間而發生飢餓(starving)。
如果Listener執行緒飢餓,造成的結果是併發能力急劇下降,來自客戶端的新連線請求超時或無法建立。
注意在從緩衝佇列中獲取連線時,Reader可能會發生阻塞,因為它採用了LinkedBlockingQueue類中的take方法,這個方法在佇列為空時會阻塞,這樣Reader執行緒得以阻塞,以給其它執行緒執行的時間。
Reader執行緒的喚醒時機有兩個:
- Listener建立了新連線,並將此連線加入1個Reader的緩衝佇列;
- select呼叫返回。
在Reader的doRead呼叫中,其主要呼叫了readAndProcess方法,此方法迴圈處理資料,接收資料包的頭部、上下文頭部和真正的資料。
這個過程中值得一提的是下面的這個channelRead方法:
private int channelRead(ReadableByteChannel channel, ByteBuffer buffer) throws IOException { int count = (buffer.remaining() <= NIO_BUFFER_LIMIT) ? channel.read(buffer) : channelIO(channel, null, buffer); if (count > 0) { rpcMetrics.incrReceivedBytes(count); } return count; }
channelRead會判斷資料接收陣列buffer中的剩餘未讀資料,如果大於一個臨界值NIO_BUFFER_LIMIT,就採取分片的技巧來多次地讀,以防止jdk對large buffer採取變為direct buffer的優化。
這一點,也許是考慮到direct buffer在建立時會有一些開銷,同時在jdk1.6之前direct buffer不會被GC回收,因為它們分配在JVM的堆外的記憶體空間中。
到底這樣優化的效果如何,沒有測試,也就略過。也許是為了減少GC的負擔。
在Reader讀取到一個完整的RpcRequest包之後,會呼叫processOneRpc方法,此呼叫將進入業務邏輯環節。這個方法,會從接受到的資料包中,反序列化出RpcRequest的頭部和資料,依此構造一個RpcRequest物件,設定客戶端需要的跟蹤資訊(trace info),然後構造一個Call物件,如下圖所示:
此後,在Handler處理時,就以Call為單位,這是一個包含了與連線相關資訊的封裝物件。
有了Call物件後,將其加入Server的callQueue佇列,以供Handler處理。因為採用了put
方法,所以當callQueue滿時(Handler忙),Reader會發生阻塞,如下所示:
callQueue.put(call); // queue the call; maybe blocked here
三、Handler
Handler就是根據rpc請求中的方法(Call)及引數,來呼叫相應的業務邏輯介面來處理請求。
一個Server中有多個Handler,對應多個業務介面,本篇不討論具體業務邏輯。
handler的邏輯基本如下(略去異常和其它次要資訊):
public void run() { SERVER.set(Server.this); ByteArrayOutputStream buf = new ByteArrayOutputStream(INITIAL_RESP_BUF_SIZE); while (running) { try { final Call call = callQueue.take(); // pop the queue; maybe blocked here CurCall.set(call); try { if (call.connection.user == null) { value = call(call.rpcKind, call.connection.protocolName, call.rpcRequest, call.timestamp); } else { value = call.connection.user.doAs(...); } } catch (Throwable e) { //略 ... } CurCall.set(null); synchronized (call.connection.responseQueue) { responder.doRespond(call); } }
可見,Handler從callQueue中取出一個Call,然後呼叫這個Server.call方法,最後呼叫Responder的doResponde方法將結果傳送給客戶端。
Server.call方法:
public Writable call(RPC.RpcKind rpcKind, String protocol, Writable rpcRequest, long receiveTime) throws Exception { return getRpcInvoker(rpcKind).call(this, protocol, rpcRequest, receiveTime); }
四、Responder
一個Server只有1個Responder執行緒。
此執行緒不斷進行如下幾個重要呼叫以和Handler協調併傳送資料:
//這個wait是同步作用,具體見下面分析 waitPending(); ... //開始select,或許會阻塞 writeSelector.select(PURGE_INTERVAL); ... //如果selectKeys有資料,就依次非同步傳送資料 for(selectorKeys){ doAsyncWrite(key); } ... //當到達丟棄時間,會從selectedKeys構造calls,並依次丟棄 for(Call call : calls) { doPurge(call, now); }
當Handler呼叫doRespond方法後,handler處理的結果被加入responseQueue的隊尾,而不是立即傳送回客戶端:
void doRespond(Call call) throws IOException { synchronized (call.connection.responseQueue) { call.connection.responseQueue.addLast(call); if (call.connection.responseQueue.size() == 1) { //注意這裡isHandler = true,表示可能會向select註冊寫事件以在Responder主迴圈中通過select處理資料傳送 processResponse(call.connection.responseQueue, true); } } }
上面的synchronized 可以看出,responseQueue是爭用資源,相應的:
Handler是生產者,將結果加入佇列;
Responder是消費者,從佇列中取出結果併傳送。
processResponse將啟動Responder進行傳送,首先從responseQueue中以非阻塞方式取出一個call,然後以非阻塞方式盡力傳送call.rpcResponse,如果傳送完畢,則返回。
當還有剩餘資料未傳送,將call插入佇列的第一個位置,由於isHandler引數,在來自Handler的呼叫中傳入為true,所以會喚醒writeSelector,並註冊一個寫事件,其中incPending()方法,是為了在向selector註冊寫事件時,阻塞Responder執行緒,後面有分析。
call.connection.responseQueue.addFirst(call); if (inHandler) { // set the serve time when the response has to be sent later call.timestamp = Time.now(); incPending(); try { // Wakeup the thread blocked on select, only then can the call // to channel.register() complete. writeSelector.wakeup(); channel.register(writeSelector, SelectionKey.OP_WRITE, call); } catch (ClosedChannelException e) { //Its ok. channel might be closed else where. done = true; } finally { decPending(); } }
再回到Responder的主迴圈,看看如果向select註冊了寫事件會發生什麼:
//執行這句時,如果Handler呼叫的responder.doResonde()正在向select註冊寫事件,這裡就會阻塞 //目的很顯然,是為了下句的select能獲取資料並立即返回,這就減少了阻塞發生的次數 waitPending(); // If a channel is being registered, wait. //這裡用超時阻塞來select,是為了能夠在沒有資料傳送時,定期喚醒,以處理長期未得到處理的Call writeSelector.select(PURGE_INTERVAL); Iterator<SelectionKey> iter = writeSelector.selectedKeys().iterator(); while (iter.hasNext()) { SelectionKey key = iter.next(); iter.remove(); try { if (key.isValid() && key.isWritable()) { //非同步傳送 doAsyncWrite(key); } } catch (IOException e) { LOG.info(Thread.currentThread().getName() + ": doAsyncWrite threw exception " + e); } }
重點內容都做了註釋,不再贅述。可以看出,既考慮同步,又考慮效能,這是值得學習的地方。
五、總結
本篇著重分析了hadoop的rpc呼叫中server部分,可以看出,這是一個精良的設計,考慮的很細。
- 關於同步:
Listener生產,Reader消費;Reader生產,Handler消費,Handler生產,Responder消費。
所以它們之間必須同步.在具體的hadoop實現中,既有利用BlockingQueue的put&take操作實現阻塞,以達到同步目的,也對爭用資源使用synchronized來實現同步。 - 關於緩衝:
其中幾個緩衝佇列也值得關注.Server的併發請求會特別多,而Handler在執行call進行業務邏輯時,肯定會慢下來,所以必須建立請求和處理之間的緩衝。
另外,處理和傳送之間也同樣會出現速率不匹配的現象,同樣需要緩衝。 - 關於執行緒模型:
Listener單執行緒,Reader多執行緒,Handler多執行緒,Responder單執行緒,為什麼會這樣設計?Listener採用select模式處理accept事件,一個客戶端在一段時間內一般只建立有限次的連線,而且連線的建立是比較快的,所以單執行緒足夠應付,建立後直接丟給Reader,從而自己很從容地應付新連線。Handler多執行緒,業務邏輯是大頭,又很大可能會牽涉I/O密集(HDFS),如果執行緒少,耗時過長的業務邏輯可能就會讓大部分的Handler執行緒處於阻塞,這樣輕快的業務邏輯也必須排隊,可能會發生飢餓。如果Reader收集的請求佇列長時間處於滿的狀態,整個通訊必然惡化,所以這是典型的需要降低響應時間、提升吞吐量的高併發時刻,這個時刻的上下文切換是必須的,不糾結,併發為重。Responder是單執行緒,顯然,Responder會比較輕鬆,因為雖然請求很多,但經過Reader->Handler的緩衝和Handler的處理,上一批能傳送完的結果已經傳送了。Responder更多的是蒐集並處理那些長結果,並通過高效select模式來獲取結果併傳送。這裡,Handler在業務邏輯呼叫完畢直接呼叫了responder.doRespond傳送,是因為這是個立即返回的呼叫,這個呼叫的耗時是很少的,所以不必讓Handler因為傳送而阻塞,進一步充分發揮了Handler多執行緒的能力,減少了執行緒切換的機會,強調了其多執行緒併發的優勢,同時又為responder減負,以增強Responder單執行緒作戰的信心。
- 關於鎖
對Hadoop來講,因為同步需求,所以加鎖是必不可少的。效能是需要考慮,但是從工程的角度上來看,通訊層的穩定性、程式碼可維護性、保持程式碼結構的相對簡單性(其程式碼因歷史原因已非常複雜),大部分採用了synchronized這種悲觀得、重型的加鎖方式,這樣,可以顯著減少物件之間同步的複雜性,減少錯誤的發生。
六、(補充)RpcServer 執行緒模型
NameNode啟動過程:
執行緒模型
Listener 1個:
- 監聽並接受來自客戶端的連線.將新建連線放入pendingConnections.
- 清理空閒連線.
- 喚醒Reader.
Reader N個 : 從pendingConnections中獲取連線,讀取資料,從RpcRequest構造Call,並放入callQueue.
Handler N 個:
- 從callQueue獲取客戶端呼叫call,並執行.
- 呼叫Responder,將結果加入responseQueue的尾部.這裡會呼叫一次傳送.如果資料未傳送完,註冊
WRITE
事件到selector
.並喚醒Responder.
Responder 1個:
- 從responseQueue中按照FIFO順序傳送資料.
- 處理
selector
select出的資料. - 掃描callQueue,並丟棄過期的Call.
終.
相關文章
- Hadoop的Server及其執行緒模型分析HadoopServer執行緒模型
- webrtc執行緒模型分析Web執行緒模型
- RxJava 執行緒模型分析RxJava執行緒模型
- Reactor執行緒模型及其在Netty中的應用React執行緒模型Netty
- netty reactor執行緒模型分析NettyReact執行緒模型
- Redis執行緒模型的原理分析蒼癘Redis執行緒模型
- 執行緒模型執行緒模型
- Redis的執行緒模型Redis執行緒模型
- Dubbo的執行緒模型執行緒模型
- memcache的執行緒模型執行緒模型
- Dubbo RPC執行緒模型 原始碼分析RPC執行緒模型原始碼
- Dubbo執行緒模型執行緒模型
- WPF執行緒模型執行緒模型
- redis執行緒模型Redis執行緒模型
- Java、C#執行緒模型分析對比 (轉)JavaC#執行緒模型
- 程式和執行緒模型執行緒模型
- 理解 RxJava 執行緒模型RxJava執行緒模型
- Netty執行緒模型Netty執行緒模型
- 03.執行緒模型執行緒模型
- Redis執行緒模型的前世今生Redis執行緒模型
- Android的程式,執行緒模型Android執行緒模型
- 怪異的COM 執行緒模型執行緒模型
- EventBus原始碼分析(四):執行緒模型分析(2.4版本)原始碼執行緒模型
- 聊聊執行緒技術與執行緒實現模型執行緒模型
- Node.js 的單執行緒事件驅動模型和內建的執行緒池模型Node.js執行緒事件模型
- JAVA執行緒dump的分析Java執行緒
- 淺談linux執行緒模型和執行緒切換Linux執行緒模型
- 多執行緒之共享模型執行緒模型
- 淺談Netty的執行緒模型Netty執行緒模型
- 深入學習redis 的執行緒模型Redis執行緒模型
- 深入理解 RxJava 的執行緒模型RxJava執行緒模型
- Java 執行緒池執行原理分析Java執行緒
- Netty原始碼分析之Reactor執行緒模型詳解Netty原始碼React執行緒模型
- 執行緒池執行模型原始碼全解析執行緒模型原始碼
- 鴻蒙HarmonyOS實戰-Stage模型(執行緒模型)鴻蒙模型執行緒
- strerror執行緒安全分析Error執行緒
- RxJava 觀察繫結和事件傳送流程及其中的執行緒切換分析RxJava事件執行緒
- Redis之單執行緒 Reactor 模型Redis執行緒React模型