JStorm之Nimbus简介

一、简介

JStorm集群包含两类节点：主控节点（Nimbus）和工作节点（Supervisor）。其分别对应的角色如下：
1. 主控节点（Nimbus）上运行Nimbus Daemon。Nimbus负责接收Client提交的Topology，分发代码，分配任务给工作节点，监控集群中运行任务的状态等工作。Nimbus作用类似于Hadoop中JobTracker。
2. 工作节点（Supervisor）上运行Supervisor Daemon。Supervisor通过subscribe Zookeeper相关数据监听Nimbus分配过来任务，据此启动或停止Worker工作进程。每个Worker工作进程执行一个Topology任务的子集；单个Topology的任务由分布在多个工作节点上的Worker工作进程协同处理。

Nimbus和Supervisor节点之间的协调工作通过Zookeeper实现。此外，Nimbus和Supervisor本身均为无状态进程，支持Fail Fast；JStorm集群节点的状态信息或存储在Zookeeper，或持久化到本地，这意味着即使Nimbus/Supervisor宕机，重启后即可继续工作。这个设计使得JStorm集群具有非常好的稳定性。

前面介绍了JStorm中节点状态信息保存在Zookeeper里面，Nimbus通过向Zookeeper写状态信息分配任务，Supervisor通过从Zookeeper订阅相关数据领取任务，同时Supervisor也定期发送心跳信息到Zookeeper，使得Nimbus可以掌握整个JStorm集群的状态，从而可以进行任务调度或负载均衡。ZooKeeper使得整个JStorm集群十分健壮，任何节点宕机都不影响集群任务，只要重启节点即可。

Zookeeper上存储的状态数据及Nimbus/Supervisor本地持久化数据涉及到的地方较多，详细介绍Nimbus之前就上述数据的存储结构简要说明如下（注：引用自[5]http://xumingming.sinaapp.com/）。

图1 JStorm存储在Zookeeper中数据说明

图2 Nimbus本地数据说明

图3 Supervisor本地数据说明

二、系统架构与原理

Nimbus做三件事情：
1、接收Client提交Topology任务；
2、任务调度；
3、监控集群任务运行状况。

前面已经提到，Nimbus通过向Zookeeper写数据完成任务分配，通过读Zookeeper上相关状态信息监控集群中任务的运行状态，所以与Nimbus直接发生交互仅Client和Zookeeper。如下图示。

三、实现逻辑与代码剖析

以jstorm-0.7.1为例，Nimbus相关实现在jstorm-server/src/main/java目录的com.alipay.dw.jstorm.daemon.nimbus包里。Nimbus Daemon的启动入口在NimbusServer.java。

1.Nimbus启动

Nimbus Daemon进程启动流程如下：
1、根据配置文件初始化Context数据；
2、与Zookeeper数据同步；
3、初始化RPC服务处理类ServiceHandler；
4、启动任务分配策略线程；
5、启动Task的Heartbeat监控线程；
6、启动RPC服务；
7、其他初始化工作。
Nimbus的详细启动逻辑如下：

@SuppressWarnings("rawtypes")

private voidlaunchServer(Map conf) throws Exception {

    LOG.info("Begin to start nimbus withconf " + conf);

    //1.检查配置文件中是否配置为分布式模式

    StormConfig.validate_distributed_mode(conf);

    //2.注册主线程退出Hook现场清理（关闭线程+清理数据）

    initShutdownHook();

    //3.新建NimbusData数据，记录30s超时上传下载通道Channel/BufferFileInputStream

    data = createNimbusData(conf);

    //4.nimbus本地不存在的stormids数据如果在ZK上存在则删除，其中删除操作包括/zk/{assignments,tasks,storms}相关数据

    NimbusUtils.cleanupCorruptTopologies(data);

    //5.启动Topology分配策略

    initTopologyAssign();

    //6.初始化所有topology的状态为startup

    initTopologyStatus();

    //7.监控所有task的heartbeat,一旦发现taskid失去心跳将其置为needreassign 1次/10s

    initMonitor(conf);

    //8.启动cleaner线程，默认600s扫描一次，默认删除3600s没有读写过的jar文件

    initCleaner(conf);

    //9.初始化ServiceHandler

    serviceHandler = new ServiceHandler(data);

    //10.启动rpc server

    initThrift(conf);

}

2.Topology提交

JStorm集群启动完成后，Client可向其提交Topology。jstorm-0.7.1源码目录jstorm-client/src/main/java下包backtype.storm为用户提供向集群提交Topology的StormSubmitter.submitTopology方法。提交Topology在Client/Nimbus两端都会做相关的处理。

Client端提交Topology分两步完成：
1）打包Topology计算逻辑代码jar提交给Nimbus，上传到Nimbus目录$jstorm_local_dir/nimbus/inbox/stormjar-{$randomid}.jar；其中randomid是Nimbus生成的随机UUID；
2）Client通过RPC向Nimbus提交Topology DAG及配置信息；

public static void submitTopology(

String name,

Map stormConf,

StormTopology topology)

throws AlreadyAliveException, InvalidTopologyException {

  if(!Utils.isValidConf(stormConf)) {

      throw new IllegalArgumentException("Storm conf is not valid.");

  }

  stormConf = new HashMap(stormConf);

  stormConf.putAll(Utils.readCommandLineOpts());

  Map conf = Utils.readStormConfig();

  conf.putAll(stormConf);

  try {

      String serConf = JSONValue.toJSONString(stormConf);

      if(localNimbus!=null) {

          LOG.info("Submitting topology " + name + " in local mode");

          localNimbus.submitTopology(name, null, serConf, topology);

      } else {

          //1.向Nimbus提交jar包

          submitJar(conf);

          NimbusClient client = NimbusClient.getConfiguredClient(conf);

          try {

              LOG.info("Submitting topology " +  name + " in distributed mode with conf "  + serConf);

              //2.提交topology DAG及序列化后的配置信息serconf(json)

              client.getClient().submitTopology(name, submittedJar, serConf, topology);

          } finally {

              client.close();

          }

      }

      LOG.info("Finished submitting topology: " +  name);

  } catch(TException e) {

      throw new RuntimeException(e);

  }

}

其中RPC和数据序列化通过跨语言服务框架Thrift（http://wiki.apache.org/thrift/）实现。JStorm的服务定义在other/storm.thrift里。

Nimbus端接收到Client提交上来的Topology计算逻辑代码jar包后如前面所述将jar包暂存在目录$jstorm_local_dir/nimbus/inbox/stormjar-{$randomid}.jar；
Nimbus端接收到Client提交上来的Topology DAG和配置信息后：
1）简单合法性检查；主要检查是否存在相同TopologyName的Topology，如果存在，拒绝Topology提交。
2）生成topologyid；生成规则：TopologyName-counter-currenttime；
3）序列化配置文件和Topology代码；
4）Nimbus本地准备运行时所需数据；
5）向Zookeeper注册Topology和Task；
6）将Tasks压入分配队列等待TopologyAssign分配；

@SuppressWarnings("unchecked")

@Override

public void submitTopology(String topologyname, String uploadedJarLocation, String jsonConf, StormTopology topology)

        throws AlreadyAliveException, InvalidTopologyException, TException {

    ……

    try {

          //1.检测topologyName是否已经存在，如果存在相同名称的topology则拒绝提交

        checkTopologyActive(data, topologyname, false);

    }

    ……

    //2.根据topologyname构造topologyid(=topologyname-$counter-$ctime)

    int counter = data.getSubmittedCount().incrementAndGet();

    String topologyId = topologyname + "-" + counter + "-"

            + TimeUtils.current_time_secs();

    //3.根据输入参数jsonConf重组配置数据

    Map serializedConf = (Map) JStormUtils.from_json(jsonConf);

    if (serializedConf == null) {

        throw new InvalidTopologyException("");

    }

    serializedConf.put(Config.STORM_ID, topologyId);

    Map stormConf;

    try {

        stormConf = NimbusUtils.normalizeConf(conf, serializedConf, topology);

    } catch (Exception e1) {

        throw new TException(errMsg);

    }

    Map totalStormConf = new HashMap(conf);

    totalStormConf.putAll(stormConf);

    StormTopology newtopology = new StormTopology(topology);

    //4.检查topology的合法性,包括componentid检查和spout/bolt不能为空检查

    // this validates the structure of the topology

    Common.validate_basic(newtopology, totalStormConf, topologyId);

    try {

        StormClusterState stormClusterState = data.getStormClusterState();

        //5.在nimbus的本地准备所有topology相关数据

        //包括$storm-local-dir/nimbus/stormdist/topologyid/{tormjar.jar,stormcode.ser,stormconf.ser}

        // create $storm-local-dir/nimbus/topologyId/xxxx files

        setupStormCode(conf, topologyId, uploadedJarLocation, stormConf,

                newtopology);

        //6.向zk写入task信息

        //6.1新建目录$zkroot/taskbeats/topologyid

        //6.2写文件$zkroot/tasks/topologyid/taskid 内容为对应task的taskinfo[内容：componentid]

        // generate TaskInfo for every bolt or spout in ZK

        // $zkroot /tasks/topoologyId/xxx

        setupZkTaskInfo(conf, topologyId, stormClusterState);

        //7.任务分配事件压入待分配队列

        // make assignments for a topology

        TopologyAssignEvent assignEvent = new TopologyAssignEvent();

        assignEvent.setTopologyId(topologyId);

        assignEvent.setScratch(false);

        assignEvent.setTopologyName(topologyname);

        TopologyAssign.push(assignEvent);

    }

    ……

}

3.任务调度

Topology被成功提交后会压入Nimbus中TopologyAssign的FIFO队列，后台任务调度线程对队列中的Topology逐个进行任务调度。
从0.9.0开始，JStorm提供非常强大的调度功能，基本上可以满足大部分的需求，同时支持自定义任务调度策略。JStorm的资源不再仅是Worker的端口，而从CPU/Memory/Disk/Net等四个维度综合考虑。
jstorm-0.7.1的任务调度策略仍主要以Worker端口/Net单一维度调度。

任务调度需要解决的问题是：如何将Topology DAG中各个计算节点和集群资源匹配，才能发挥高效的逻辑处理。0.7.1的策略是：
1、将集群中的资源排序：按照空闲worker数从小到大的顺序重排节点，节点内部按照端口大小顺序排列；
2、Topology中需要分配的任务（重新分配的Topology时大多任务不再需要分配）逐个映射到上述排好序的资源里。
任务调度核心逻辑如下：

public static List sortSlots(

Set allSlots, int needSlotNum) {

    Map> nodeMap = new HashMap>();

    // group by first

    // 按照节点进行组织Map> : nodeid -> ports

    for (NodePort np : allSlots) {

        String node = np.getNode();

        List list = nodeMap.get(node);

        if (list == null) {

            list = new ArrayList();

            nodeMap.put(node, list);

        }

        list.add(np);

    }

    //每一个nodeid按照端口的大小进行排序

    for (Entry> entry : nodeMap.entrySet()) {

        List ports = entry.getValue();

        Collections.sort(ports);

    }

    //收集所有的workers

    List> splitup = new ArrayList>(nodeMap.values());

    //按照节点可用worker数从小到大排序

    //1.assignTasks-Map supInfos

    //2.availSlots : splitup/List>

    Collections.sort(splitup, new Comparator> () {

        public int compare(List o1, List o2) {

            return o1.size() - o2.size();

        }

    });

    /*

     * splitup目前的状态(A-F表示节点，1-h表示端口)

     * |A| |B| |C| |D| |E| |F|

     *--|---|---|---|---|---|--

     * |1| |2| |3| |4| |5| |6|

     *     |7| |8| |9| |0| |a|

     *         |b| |c| |d| |e|

     *                 |f| |g|

     *                     |h|

     * 经过interleave_all收集到的sortedFreeSlots为：

     * 1-2-3-4-5-6-7-8-9-0-a-b-c-d-e-f-g-h

     */

    List sortedFreeSlots = JStormUtils.interleave_all(splitup);

    //比较sortedFreeSlots.size和needSlotNum的大小分配workers

    if (sortedFreeSlots.size()  needSlotNum

    return sortedFreeSlots.subList(0, needSlotNum);

}

4.任务监控

初始化Nimbus时后台会随之启动一个称为MonitorRunnable的线程，该线程的作用是定期检查所有运行Topology的任务Tasks是否存在Dead的状态。一旦发现Topology中存在Dead的任务Task，MonitorRunnable将该Topology置为StatusType.monitor，等待任务分配线程对该Topology中的Dead任务进行重新分配。
MonitorRunnable线程默认10s执行一次检查，主要逻辑如下：

@Override

public void run() {

    //1.获取jstorm对zk的操作接口

    StormClusterState clusterState = data.getStormClusterState();

    try {

        // Attetion, here don't check /ZK-dir/taskbeats to

        // get active topology list

        //2.通过$zkroot/assignments/获取所有需要检查active topology

        List active_topologys = clusterState.assignments(null);

        if (active_topologys == null) {

            LOG.info("Failed to get active topologies");

            return;

        }

        for (String topologyid : active_topologys) {

            LOG.debug("Check tasks " + topologyid);

            // Attention, here don't check /ZK-dir/taskbeats/topologyid to

            // get task ids

            //3.通过$zkroot/tasks/topologyid获取组成topology的所有tasks

            List taskIds = clusterState.task_ids(topologyid);

            if (taskIds == null) {

                LOG.info("Failed to get task ids of " + topologyid);

                continue;

            }

            boolean needReassign = false;

            for (Integer task : taskIds) {

                //4.检查task是否为Dead状态，主要是task心跳是否超时

                boolean isTaskDead = NimbusUtils.isTaskDead(data, topologyid, task);

                if (isTaskDead == true) {

                    needReassign = true;

                    break;

                }

            }

            if (needReassign == true) {

                //5.如果Topology里有Dead状态的Task则topology状态置为monitor等待任务分配线程重新分配

                NimbusUtils.transition(data, topologyid, false, StatusType.monitor);

            }

        }

    } catch (Exception e) {

        // TODO Auto-generated catch block

        LOG.error(e.getCause(), e);

    }

}