大数据：Spark Shuffle（一）ShuffleWrite:Executor如何将Shuffle的结果进行归并写到数据文件中去

1. 前序

关于Executor如何运行算子，请参考前面博文：大数据：Spark Core（四）用LogQuery的例子来说明Executor是如何运算RDD的算子，当Executor进行reduce运算的时候，生成运算结果的临时Shuffle数据，并保存在磁盘中，被最后的Action算子调用，而这个阶段就是在ShuffleMapTask里执行的。

前面博客中也提到了，用什么ShuffleWrite是由ShuffleHandler来决定的，在这篇博客里主要介绍最常见的SortShuffleWrite的核心算法ExternalSorter.

2. 结构AppendOnlyMap

在前面博客中介绍了SortShuffleWriter调用ExternalSorter.insertAll进行数据插入和数据合并的，ExternalSorted里使用了PartitionedAppendOnlyMap作为数据的存储方式

先来看PartitionedAppendOnlyMap的结构

虽然名字为Map,但是在这里和常见的Map的结构并不太一样，里面并没有使用链表结果保存相同的hash值的key，当插入的key的hashcode相同的时但key不相同，会通过i的叠加一直找到数组里空闲的位置。

这里有几个注意点：

• Key 注意这里的Key并不是通过Map里拆分的Key, 而是Tuple2(PartitionId,Key)，由分片的段和key组合的联合key
• 如何计算PartitionId? 这是由Partitioner来决定的

2.1 Partitioner

Partitioner的方法

abstract class Partitioner extends Serializable {
  def numPartitions: Int
  def getPartition(key: Any): Int
}

通过调用getPartition方法找到对应的partition相应的块，而常用的是HashPartitioner

 def getPartition(key: Any): Int = key match {
    case null => 0
    case _ => Utils.nonNegativeMod(key.hashCode, numPartitions)
  }

计算 key的hashCode，进行总的分片数求余，分配到对应的片区

3. Spill

在大数据的情况下进行归并，由于合并的数据量非常大，仅仅使用AppendOnlyMap进行数据的归并内存显然是不足够的，在这种情况下需要对讲内存里的已经归并的数据刷到磁盘上避免OOM的风险。

控制Spill到磁盘的阀值

• 内存：虽然Java的堆内存管理是由JVM虚拟机管控，但是Spark自己实现了一个简单的但不精准的内存管理，内存的申请在TaskMemoryManager里进行管理

 if (elementsRead % 32 == 0 && currentMemory >= myMemoryThreshold) {
      // Claim up to double our current memory from the shuffle memory pool
      val amountToRequest = 2 * currentMemory - myMemoryThreshold
      val granted = acquireMemory(amountToRequest)
      myMemoryThreshold += granted
      // If we were granted too little memory to grow further (either tryToAcquire returned 0,
      // or we already had more memory than myMemoryThreshold), spill the current collection
      shouldSpill = currentMemory >= myMemoryThreshold
    }

在每添加32个元素的时候，检查一下当前的内存状况，currentMemory是Map当前大概使用的内存，myMemoryThreshold是可以使用的内存址，初始的时候受参数控制：

spark.shuffle.spill.initialMemoryThreshold

为何要尝试申请1倍的当前内存？AppendOnlyMap的每次扩容是1倍数组

• 数据的数量：有的时候每条数据量比较小，但是数据的数量非常大，为了避免在AppendOnlyMap里有大量的数据，在Spill的时候同时还可以使用数量的控制：

spark.shuffle.spill.numElementsForceSpillThreshold

3.1 如何Spill?

当从AppendOnlyMap到SpilledFile磁盘总共有3个过程

1. 整理数组，将数组里的不存在KV的空间移除
2. 按照区块排序，对同一区块里的Key使用TimeSort进行排序，TimeSort不在此处讨论
3. Spill到文件的时候，只是保存了序列化了Key,Value并没有保存Key的区块信息，但在SpilledFile的对象中有记录每个partitionkey的数量的数组

SpilledFile的命名：temp_shuffle_UUID

4. 生成ShuffleWrite的数据文件

在3章节的时候，有没有考虑过为何要排序完才Spill到临时文件中？

Spark中是不要求在reduce端进行排序的，生成Shuffle的结果文件并不要求排序，但是因为Spill到文件中后，有可能相同的Key会分布在不同的文件中，所以需要对不同的文件进行相同的Key的值的计算。如果Spill到文件是乱序的，那代表在最后生成Shuffle结果的时候，还是要Load所有文件才能确定哪些Key是重复的需要做合并，这样依然面对着内存不够的情况。

生成Shuffle文件过程实际上就是个外排序的过程。

• 首先对AppendOnlyMap进行归并，排序
• 开始对同一区块的进行归并
• 将AppendOnlyMap，SpilledFile的文件进行优先级的Queue的迭代，每次迭代出所有Queue中一个最小的Key，最小的Key就是HashCode最小

  private def mergeSort(iterators: Seq[Iterator[Product2[K, C]]], comparator: Comparator[K])
      : Iterator[Product2[K, C]] =
  {
    val bufferedIters = iterators.filter(_.hasNext).map(_.buffered)
    type Iter = BufferedIterator[Product2[K, C]]
    val heap = new mutable.PriorityQueue[Iter]()(new Ordering[Iter] {
      // Use the reverse of comparator.compare because PriorityQueue dequeues the max
      override def compare(x: Iter, y: Iter): Int = -comparator.compare(x.head._1, y.head._1)
    })
    heap.enqueue(bufferedIters: _*)  // Will contain only the iterators with hasNext = true
    new Iterator[Product2[K, C]] {
      override def hasNext: Boolean = !heap.isEmpty

      override def next(): Product2[K, C] = {
        if (!hasNext) {
          throw new NoSuchElementException
        }
        val firstBuf = heap.dequeue()
        val firstPair = firstBuf.next()
        if (firstBuf.hasNext) {
          heap.enqueue(firstBuf)
        }
        firstPair
      }
    }
  }

• 当找到一个最小的Key的时候，并不能保存到ShuffleWrite文件中，因为有可能存在相同的最小的key，所以还需要在迭代找到下一个最小的Key，如果key的hashcode相同的时候，要进行相同的Key进行合并（因为Key的排序是依赖于HashCode的大小，所以相同的最小的Key代表的是HashCode相同的Key），如果不同则保存成相同HashCode的数组，进行下一次的优先queue的查找，直到找到的Key的hashcode大于最小的Key结束

   if (!hasNext) {
            throw new NoSuchElementException
          }
          keys.clear()
          combiners.clear()
          val firstPair = sorted.next()
          keys += firstPair._1
          combiners += firstPair._2
          val key = firstPair._1
          while (sorted.hasNext && comparator.compare(sorted.head._1, key) == 0) {
            val pair = sorted.next()
            var i = 0
            var foundKey = false
            while (i < keys.size && !foundKey) {
              if (keys(i) == pair._1) {
                combiners(i) = mergeCombiners(combiners(i), pair._2)
                foundKey = true
              }
              i += 1
            }
            if (!foundKey) {
              keys += pair._1
              combiners += pair._2
            }
          }

• 将k,v内容写到shufflewrite的文件Shuffle_shuffleId_mapId_reduceId.data中去

• 重复前面的行为直到所有的key被迭代结束
• 前面的归并是以区块(Partition)为单位的，而data的文件里并没有保存区块的相关信息，但在每迭代完一个Partition的时候(SpilledFile文件里面也没有Partition的信息，但是是通过SpilledFile结构中的numPartition的数量来判断Partition的数据是否已经读完)，会生成一个Segement，Segement 里记录了这个块保存在data文件里的长度
• 最后生成Shuffle_shuffleId_mapId_reduceId.index文件，文件里记录了每个Partition在data文件中的位移

这样一个完整的Shuffle结果写入data的逻辑执行完了

5 总结

• 使用AppendOnlyMap数据结构进行输入数据的合并计算
• 输入的数据是进行分区合并计算，分区的方式是由Partitioner决定的
• 当内存不够的时候，会进行相同区块下的数据整理排序，Spill到临时文件temp_shuffle_UUID
• 最后对所有的数据集合（AppendOnlyMap里的数据和多个Spill的临时文件）进行区块的数据合并
• 生成Shuffle_shuffleId_mapId_reduceId.data 分区的数据文件，Shuffle_shuffleId_mapId_reduceId.index记录分区的位置