Flink源码解析之JobManager启动

JobManager职责

JobManager的职责主要是接收Flink作业，调度Task，收集作业状态和管理TaskManager。它包含一个Actor，并且接收如下信息:

• RegisterTaskManager: 它由想要注册到JobManager的TaskManager发送。注册成功会通过AcknowledgeRegistration消息进行Ack。
• SubmitJob: 由提交作业到系统的Client发送。提交的信息是JobGraph形式的作业描述信息。
• CancelJob: 请求取消指定id的作业。成功会返回CancellationSuccess，否则返回CancellationFailure。
• UpdateTaskExecutionState: 由TaskManager发送，用来更新执行节点(ExecutionVertex)的状态。成功则返回true，否则返回false。
• RequestNextInputSplit: TaskManager上的Task请求下一个输入split，成功则返回NextInputSplit，否则返回null。
• JobStatusChanged： 它意味着作业的状态(RUNNING, CANCELING, FINISHED,等)发生变化。这个消息由ExecutionGraph发送。

JobManager启动过程

代码在org.apache.flink.runtime.jobmanager.JobManager.scala文件中，入口是main方法，通过脚本启动JobManager时，调用的就是main方法。main方法是通过调用runJobManager方法来启动JobManager的，下面我们主要看下runJobManager方法。

def runJobManager(
                     configuration: Configuration,
                     executionMode: JobManagerMode,
                     listeningAddress: String,
                     listeningPort: Int)
  : Unit = {

    ....

    // 首先启动JobManager的ActorSystem，因为如果端口号是0，它决定了使用哪个端口，并会更新相应的配置。
    val jobManagerSystem = startActorSystem(
      configuration,
      listeningAddress,
      listeningPort)

    // 创建高可靠的服务，比如通过ZooKeeper配置了多个JobManager
    val highAvailabilityServices = HighAvailabilityServicesUtils.createHighAvailabilityServices(
      configuration,
      ioExecutor,
      AddressResolution.NO_ADDRESS_RESOLUTION)
    
    ...
 
    //启动JobManager的所有组件，包括library缓存，实例管理和调度器，最终启动 JobManager Actor。
    val (_, _, webMonitorOption, _) = try {
      startJobManagerActors(
        jobManagerSystem,
        configuration,
        executionMode,
        listeningAddress,
        futureExecutor,
        ioExecutor,
        highAvailabilityServices,
        metricRegistry,
        classOf[JobManager],
        classOf[MemoryArchivist],
        Option(classOf[StandaloneResourceManager])
      )
    } catch {
      case t: Throwable =>
        futureExecutor.shutdownNow()
        ioExecutor.shutdownNow()

        throw t
    }

    // 阻塞，直到系统退出
    jobManagerSystem.awaitTermination()

    webMonitorOption.foreach {
      webMonitor =>
        try {
          webMonitor.stop()
        } catch {
          case t: Throwable =>
            LOG.warn("Could not properly stop the web monitor.", t)
        }
    }

    try {
      highAvailabilityServices.close()
    } catch {
      case t: Throwable =>
        LOG.warn("Could not properly stop the high availability services.", t)
    }

    try {
      metricRegistry.shutdown()
    } catch {
      case t: Throwable =>
        LOG.warn("Could not properly shut down the metric registry.", t)
    }

    ExecutorUtils.gracefulShutdown(
      timeout.toMillis,
      TimeUnit.MILLISECONDS,
      futureExecutor,
      ioExecutor)
  }

JobManager高可用性

目前JobManager的高可用性模式分为两种：

• NONE：意味着没有高可用性，只有一个JobManager节点。
• ZooKeeper：通过ZooKeeper实现高可用性，多个JobManager节点组成一个集群，通过ZooKeeper选举出master节点，由master节点提供服务，其它节点作为备份。

当使用NONE模式时，只有一个JobManager节点提供服务，且JobManager不会保存提交的jar包信息，将Checkpoint和metadata信息保存在Java堆或者本地文件系统中，因此意味着没有搞可用性。

而使用ZooKeeper模式时，有一个Master和多个Standby节点，当Master故障时，Standby节点会通过选举产生新的Master节点。这样不会产生单点故障，只要有新的Master生成，程序可以继续执行。Standby JobManager和Master JobManager实例之间没有明确区别。 每个JobManager可以成为Master或Standby节点。

举例，使用三个JobManager节点的情况下，进行以下设置:

使用NONE或ZooKeeper模式，通过如下配置进行设置：

  high-availability: none/zookeeper

高可用服务创建过程

public static HighAvailabilityServices createHighAvailabilityServices(
        Configuration configuration,
        Executor executor,
        AddressResolution addressResolution) throws Exception {

        HighAvailabilityMode highAvailabilityMode = LeaderRetrievalUtils.getRecoveryMode(configuration);

        switch(highAvailabilityMode) {
            case NONE:     //NONE模式
                final Tuple2 hostnamePort = getJobManagerAddress(configuration);

                final String jobManagerRpcUrl = AkkaRpcServiceUtils.getRpcUrl(
                    hostnamePort.f0,
                    hostnamePort.f1,
                    JobMaster.JOB_MANAGER_NAME,
                    addressResolution,
                    configuration);
                final String resourceManagerRpcUrl = AkkaRpcServiceUtils.getRpcUrl(
                    hostnamePort.f0,
                    hostnamePort.f1,
                    ResourceManager.RESOURCE_MANAGER_NAME,
                    addressResolution,
                    configuration);
                final String dispatcherRpcUrl = AkkaRpcServiceUtils.getRpcUrl(
                    hostnamePort.f0,
                    hostnamePort.f1,
                    Dispatcher.DISPATCHER_NAME,
                    addressResolution,
                    configuration);

                return new StandaloneHaServices(
                    resourceManagerRpcUrl,
                    dispatcherRpcUrl,
                    jobManagerRpcUrl);
            case ZOOKEEPER:     //ZOOKEEPER模式
                //存储JobManager Metadata 数据的Service
                BlobStoreService blobStoreService = BlobUtils.createBlobStoreFromConfig(configuration);

                //基于ZooKeeper的JobManager 高可用Service
                return new ZooKeeperHaServices(
                    ZooKeeperUtils.startCuratorFramework(configuration),
                    executor,
                    configuration,
                    blobStoreService);
            default:
                throw new Exception("Recovery mode " + highAvailabilityMode + " is not supported.");
        }
    }