Spark源码分析之Worker

　Spark支持三种模式的部署：YARN、Standalone以及Mesos。本篇说到的Worker只有在Standalone模式下才有。Worker节点是Spark的工作节点，用于执行提交的作业。我们先从Worker节点的启动开始介绍。
　　Spark中Worker的启动有多种方式，但是最终调用的都是org.apache.spark.deploy.worker.Worker类，启动Worker节点的时候可以传很多的参数：内存、核、工作目录等。如果你不知道如何传递，没关系，help一下即可：

01 [wyp@iteblog spark]$ ./bin/spark-class org.apache.spark.deploy.worker.Worker -h
02 Spark assembly has been built with Hive, including Datanucleus jars on classpath
03 Usage: Worker [options] <master>
04
05 Master must be a URL of the form spark://hostname:port
06
07 Options:
08   -c CORES, --cores CORES  Number of cores to use
09   -m MEM, --memory MEM     Amount of memory to use (e.g. 1000M, 2G)
10   -d DIR, --work-dir DIR   Directory to run apps in (default: SPARK_HOME/work)
11   -i HOST, --ip IP         Hostname to listen on (deprecated, please use --host or -h)
12   -h HOST, --host HOST     Hostname to listen on
13   -p PORT, --port PORT     Port to listen on (default: random)
14   --webui-port PORT        Port for web UI (default: 8081)

　　从上面的输出我们可以看出Worker的启动支持多达7个参数！这样每个都这样输入岂不是很麻烦？其实，我们不用担心，Worker节点启动地时候将先读取conf/spark-env.sh里面的配置，这些参数配置的解析都是由Worker中的WorkerArguments类进行解析的。如果你没有设置内存，那么将会把Worker启动所在机器的所有内存（会预先留下1G内存给操作系统）分给Worker，具体的代码实现如下：

01 def inferDefaultMemory(): Int = {
02     val ibmVendor = System.getProperty("java.vendor").contains("IBM")
03     var totalMb = 0
04     try {
05       val bean = ManagementFactory.getOperatingSystemMXBean()
06       if (ibmVendor) {
07         val beanClass = Class.forName("com.ibm.lang.management.OperatingSystemMXBean")
08         val method = beanClass.getDeclaredMethod("getTotalPhysicalMemory")
09         totalMb = (method.invoke(bean).asInstanceOf[Long] / 1024 / 1024).toInt
10       } else {
11         val beanClass = Class.forName("com.sun.management.OperatingSystemMXBean")
12         val method = beanClass.getDeclaredMethod("getTotalPhysicalMemorySize")
13         totalMb = (method.invoke(bean).asInstanceOf[Long] / 1024 / 1024).toInt
14       }
15     } catch {
16       case e: Exception => {
17         totalMb = 2*1024
18         System.out.println("Failed to get total physical memory. Using " + totalMb + " MB")
19       }
20     }
21     // Leave out 1 GB for the operating system, but don't return a negative memory size
22     math.max(totalMb - 1024, 512)
23   }

　　同样，如果你没设置cores，那么Spark将会获取你机器的所有可用的核作为参数传进去。解析完参数之后，将运行preStart函数，进行一些启动相关的操作，比如判断是否已经向Master注册过，创建工作目录，启动Worker的WEB UI，向Master进行注册等操作，如下：

01 override def preStart() {
02   assert(!registered)
03   logInfo("Starting Spark worker %s:%d with %d cores, %s RAM".format(
04     host, port, cores, Utils.megabytesToString(memory)))
05   logInfo("Spark home: " + sparkHome)
06   createWorkDir()
07   context.system.eventStream.subscribe(self, classOf[RemotingLifecycleEvent])
08   webUi = new WorkerWebUI(this, workDir, Some(webUiPort))
09   webUi.bind()
10   registerWithMaster()
11
12   metricsSystem.registerSource(workerSource)
13   metricsSystem.start()
14 }

　　Worker向Master注册的超时时间为20秒，如果在这20秒内没有成功地向Master注册，那么将会进行重试，重试的次数为3，如过重试的次数大于等于3，那么将无法启动Worker，这时候，你就该看看你的网络环境或者你的Master是否存在问题了。
Worker在运行的过程中将会触发许多的事件， 比如：RegisteredWorker、SendHeartbeat、WorkDirCleanup以及MasterChanged等等，收到不同的事件，Worker进行不同的操作。比如，如果需要运行一个作业，Worker将会启动一个或多个ExecutorRunner，具体的代码可参见receiveWithLogging函数：

01 override def receiveWithLogging = {
02     case RegisteredWorker(masterUrl, masterWebUiUrl) =>
03
04     case SendHeartbeat =>
05     case WorkDirCleanup =>
06
07     case MasterChanged(masterUrl, masterWebUiUrl) =>
08
09     case Heartbeat =>
10
11     case RegisterWorkerFailed(message) =>
12
13     case LaunchExecutor(masterUrl, appId, execId, appDesc, cores_, memory_) =>
14
15     case ExecutorStateChanged(appId, execId, state, message, exitStatus) =>
16
17     case KillExecutor(masterUrl, appId, execId) =>
18
19     case LaunchDriver(driverId, driverDesc) => {
20
21
22     case KillDriver(driverId) => {
23
24     case DriverStateChanged(driverId, state, exception) => {
25
26
27     case x: DisassociatedEvent if x.remoteAddress == masterAddress =>
28
29     case RequestWorkerState => {
30   }

　　上面的代码是经过处理的，其实receiveWithLogging 方法是从ActorLogReceive继承下来的。
　　当Worker节点Stop的时候，将会执行postStop函数，如下：

1 override def postStop() {
2   metricsSystem.report()
3   registrationRetryTimer.foreach(_.cancel())
4   executors.values.foreach(_.kill())
5   drivers.values.foreach(_.kill())
6   webUi.stop()
7   metricsSystem.stop()
8 }

　　杀掉所有还未执行完的executors、drivers等，操作。这方法也是从Actor继承下来的。
　　本文只是简单地介绍了Worker节点的一些环境，启动等相关的代码，关于它如何和Master通信；如何启动Executor；如何启动Driver都没有涉及，如果你想更好地了解Worker的运行情况，请参见Worker相关的代码吧。

 

http://www.iteblog.com/archives/1145