[SPARK][CORE] 面试问题之 BypassMergeSortShuffleWriter的细节

欢迎关注公众号 “Tim在路上”
BypassMergeSortShuffleWriter 就如其名，旁支的sort-baesd Shuffle, 他是采用Hash-style实现的Sort based Shuffle。在map阶段records会按分区写入不同的文件，一个分区一个文件。然后链接这些分区文件形成一个output文件，并生成其index。reducer通过IndexShuffleBlockResolver 查找消费输出文件的不同分区。

在 BypassMergeSortShuffleWriter 中records是不会缓存在内存中，所有的records最终都会被flush到磁盘。

在写入时，BypassMergeSortShuffleWriter 会同时为所有的分区打开单独的序列化器和文件流，所以当reduce分区数量特别大的时候性能会非常低下。

ShuffleWriter 的调用是在ShuffleMapTask的runTask中进行调用，每个mapTask 都会调用一次runTask。

BypassMergeSortShuffleWriter 源码解析

首先，我们来回顾下ShuffleWriter的过程。Shuffle发生与宽依赖的stage间，由于stage内的计算采用pipeline的方式。shuffle发生的上一个stage为map节点，下游的stage为reduce阶段。而shuffle写的过程就发生在map阶段，shuffleWriter的调用主要是在ShuffleMapStage中，每个ShuffleMapStage包含多个ShuffleMapTask, mapTask个数和分区数相关。

这样每个ShuffleMapTask都会在其runTask调用下Writer接口，其并非直接调用到具体的执行类。而是在划分宽依赖时想ShuffleManage注册shuffle时，返回的ShuffleHandler决定的。

在ShuffleMapTask调用Writer时，是先调用了ShuffleWriteProcessor ，主要控制了ShuffleWriter的生命周期。下面我们看下ShuffleWriteProcessor 中的Write的实现：

// ShuffleWriteProcessor
def write(
    rdd: RDD[_],
    dep: ShuffleDependency[_, _, _],
    mapId: Long,
    context: TaskContext,
    partition: Partition): MapStatus = {
  var writer: ShuffleWriter[Any, Any] = null
  try {
    // [1] 通过SparkEnv获取ShuffleManager, 并通过dep的shuffleHandle， 获取对应的shuffleWriter的具体实现。
    val manager = SparkEnv.get.shuffleManager
    writer = manager.getWriter[Any, Any](
      dep.shuffleHandle,
      mapId,
      context,
      createMetricsReporter(context))
    // [2] 调用shuffleWriter的write方法, 并将当前rdd的迭代器传入
    writer.write(
      rdd.iterator(partition, context).asInstanceOf[Iterator[_ <: Product2[Any, Any]]])
    // [3] shuffleWriter结束后，返回mapStatus,或清空数据
    val mapStatus = writer.stop(success = true)
    // [4] 如果shuffleWriter执行成功，初始化push-based shuffle, 后面再细讲
    if (mapStatus.isDefined) {
      // Initiate shuffle push process if push based shuffle is enabled
      // The map task only takes care of converting the shuffle data file into multiple
      // block push requests. It delegates pushing the blocks to a different thread-pool -
      // ShuffleBlockPusher.BLOCK_PUSHER_POOL.
      if (dep.shuffleMergeEnabled && dep.getMergerLocs.nonEmpty && !dep.shuffleMergeFinalized) {
        manager.shuffleBlockResolver match {
          case resolver: IndexShuffleBlockResolver =>
            val dataFile = resolver.getDataFile(dep.shuffleId, mapId)
            new ShuffleBlockPusher(SparkEnv.get.conf)
              .initiateBlockPush(dataFile, writer.getPartitionLengths(), dep, partition.index)
          case _ =>
        }
      }
    }
    mapStatus.get
  }
...
}

ShuffleWriteProcessor 中主要做了三件事：

[1] 通过SparkEnv获取ShuffleManager, 并通过dep的shuffleHandle，获取对应的shuffleWriter的具体实现。
[2] 调用shuffleWriter的write方法, 并将当前rdd的迭代器传入
[3] shuffleWriter结束后，返回mapStatus,或清空数据

可见每一个ShuffleMapTask执行结束后，就会返回一个mapStatus。Task 结果被封装成 CompletionEvent发送到Driver DAG Scheduler 。判断Task的类型是ShuffleMapTask会DagScheduler 会向 MapOutputTracker 注册 MapOutput status 信息。

那么map中的数据是如何通过BypassMergeSortShuffleWriter写入的？

// BypassMergeSortShuffleWriter
@Override
public void write(Iterator> records) throws IOException {
  assert (partitionWriters == null);
  // [1] 创建处理mapTask所有分区数据commit提交writer
  ShuffleMapOutputWriter mapOutputWriter = shuffleExecutorComponents
      .createMapOutputWriter(shuffleId, mapId, numPartitions);
  try {
    // 如果没有数据，直接提交所有分区的commit, 并返回分区长度，获取mapStatus
    if (!records.hasNext()) {
      partitionLengths = mapOutputWriter.commitAllPartitions(
        ShuffleChecksumHelper.EMPTY_CHECKSUM_VALUE).getPartitionLengths();
      mapStatus = MapStatus$.MODULE$.apply(
        blockManager.shuffleServerId(), partitionLengths, mapId);
      return;
    }
    final SerializerInstance serInstance = serializer.newInstance();
    final long openStartTime = System.nanoTime();
    // [2] 为每个分区创建一个DiskBlockObjectWriter写入流和FileSegment文件段
    partitionWriters = new DiskBlockObjectWriter[numPartitions];
    partitionWriterSegments = new FileSegment[numPartitions];
    for (int i = 0; i < numPartitions; i++) {
      // [2.1] 每个分区创建个临时file和blockid, 并生成维护一个写入流
      final Tuple2 tempShuffleBlockIdPlusFile =
          blockManager.diskBlockManager().createTempShuffleBlock();
      final File file = tempShuffleBlockIdPlusFile._2();
      final BlockId blockId = tempShuffleBlockIdPlusFile._1();
      DiskBlockObjectWriter writer =
        blockManager.getDiskWriter(blockId, file, serInstance, fileBufferSize, writeMetrics);
      if (partitionChecksums.length > 0) {
        writer.setChecksum(partitionChecksums[i]);
      }
      partitionWriters[i] = writer;
    } 
    // Creating the file to write to and creating a disk writer both involve interacting with
    // the disk, and can take a long time in aggregate when we open many files, so should be
    // included in the shuffle write time.
    writeMetrics.incWriteTime(System.nanoTime() - openStartTime);
    // [3] 依次将records写入到对应分区的写入流中, 并提交
    while (records.hasNext()) {
      final Product2 record = records.next();
      final K key = record._1();
      partitionWriters[partitioner.getPartition(key)].write(key, record._2());
    }

    // [3.1]依次对每个分区提交和flush写入流
    for (int i = 0; i < numPartitions; i++) {
      try (DiskBlockObjectWriter writer = partitionWriters[i]) {
        partitionWriterSegments[i] = writer.commitAndGet();
      }
    }
    // [4] 遍历所有分区的FileSegement, 并将其链接为一个文件，同时会调用writeMetadataFileAndCommit，为其生成索引文件
    partitionLengths = writePartitionedData(mapOutputWriter);
    mapStatus = MapStatus$.MODULE$.apply(
      blockManager.shuffleServerId(), partitionLengths, mapId);
  } catch (Exception e) {
    try {
      mapOutputWriter.abort(e);
    } catch (Exception e2) {
logger.error("Failed to abort the writer after failing to write map output.", e2);
      e.addSuppressed(e2);
    }
    throw e;
  }
}

综上，Bypass的writer步骤有四步：

[1] 创建处理mapTask所有分区数据commit提交writer
[2] 为每个分区创建一个DiskBlockObjectWriter写入流和FileSegment文件段
- [2.1] 每个分区创建个临时file和blockid, 并生成维护一个DiskBlockObjectWriter写入流
[3] 依次将records写入到对应分区的写入流中, 并提交
- [3.1]依次对每个分区提交和flush写入流
[4] 遍历所有分区的FileSegement, 并将其链接为一个文件，同时会调用writeMetadataFileAndCommit，为其生成索引文件

所以说， Bypass在进行写入时会为每个MapTask都会生成reduce分区个FileSegement, 写入时会并发的为所有的分区都创建临时文件和维护一个io的写入流，最终在链接为一个文件。所以如果分区数特别多的情况下，是会维护很多io流，所以Bypass限制了分区的阈值。另外通过源码发现Bypass在实现过程中并没有使用buffer, 而是直接将数据写入到流中，这也就是为什么Bypass不能处理mapSide的预聚合的算子。

那么BypassMergeSortShuffleWriter 属于sort-based Shuffle 到底有没有排序呢？

接下来，我们再看下Bypass是如何将分区的FileSegement, 并将其链接为一个文件，我们就需要详细看下writePartitionedData是如何实现的。

private long[] writePartitionedData(ShuffleMapOutputWriter mapOutputWriter) throws IOException {
  // Track location of the partition starts in the output file
  if (partitionWriters != null) {
    final long writeStartTime = System.nanoTime();
    try {
      for (int i = 0; i < numPartitions; i++) {
        // [1] 获取每个分区的 fileSegement 临时文件，和writer写出流
        final File file = partitionWriterSegments[i].file();
        ShufflePartitionWriter writer = mapOutputWriter.getPartitionWriter(i);
        if (file.exists()) {
          if (transferToEnabled) {
            // Using WritableByteChannelWrapper to make resource closing consistent between
            // this implementation and UnsafeShuffleWriter.
            Optional maybeOutputChannel = writer.openChannelWrapper();
            if (maybeOutputChannel.isPresent()) {
              writePartitionedDataWithChannel(file, maybeOutputChannel.get());
            } else {
              writePartitionedDataWithStream(file, writer);
            }
          } else {
            // [2] 将fileSegement合并为一个文件
            writePartitionedDataWithStream(file, writer);
          }
          if (!file.delete()) {
logger.error("Unable to delete file for partition {}", i);
          }
        }
      }
    } finally {
      writeMetrics.incWriteTime(System.nanoTime() - writeStartTime);
    }
    partitionWriters = null;
  }
  // [3] 提交所有的分区，传入每个分区数据的长度， 调用 writeMetadataFileAndCommit生成索引文件，记录每个分区的偏移量
  return mapOutputWriter.commitAllPartitions(getChecksumValues(partitionChecksums))
    .getPartitionLengths();
}

writePartitionedData是如何实现，有三个步骤：

[1] 获取每个分区的 fileSegement 临时文件，和writer写出流
[2] 将fileSegement合并为一个文件
[3] 提交所有的分区，传入每个分区数据的长度，调用 writeMetadataFileAndCommit生成索引文件，记录每个分区的偏移量

bypass.png

总结， BypassMergeSortShuffleWriter 的实现是hash-style的方式，其中没有sort, 没有buffer，每一个mapTask都会生成分区数量个FileSegment, 最后再合并为一个File, 最终根据分区的长度为其生成索引文件。所以BypassMergeSortShuffleWriter在分区数量比较小的情况下，性能是比较佳的。其最终每个task会生成2个文件，所以最终的生成文件数也是2 * M个文件。

今天就先到这里，通过上面的介绍，我们也留下些面试题：

BypassMergeSortShuffleWriter和HashShuffle有什么区别？
为什么不保留HashShuffleManage, 而是将其作为SortShuffleManager中的一个Writer实现?

欢迎关注公众号 “Tim在路上”

[SPARK][CORE] 面试问题之 BypassMergeSortShuffleWriter的细节

BypassMergeSortShuffleWriter 源码解析

你可能感兴趣的:([SPARK][CORE] 面试问题之 BypassMergeSortShuffleWriter的细节)