【流式计算】Twitter Storm源代码分析之Topology的执行过程

作者: xumingming | 可以转载, 但必须以超链接形式标明文章原始出处和作者信息及版权声明
网址: http://xumingming.sinaapp.com/647/twitter-storm-code-analysis-topology-execution/

 
我们通过前面的文章(Twitter Storm源代码分析之ZooKeeper中的目录结构)知道了storm集群里面nimbus是通过zookeeper来给supervisor发送指令的，并且知道了通过zookeeper到底交换了哪些信息。 那么一个topology从提交到执行到底是个什么样的过程？nimbus和supervisor到底做了什么样的事情呢？本文将带你去探寻这些答案。

代码列表

• nimbus.clj
• supervisor.clj
• worker.clj
• task.clj

如何提交一个topology?

要提交一个topology给storm的话， 我们在命令行里面是这么做的:

storm jar allmycode.jar org.me.MyTopology arg1 arg2 arg3

那么在这个命令的背后，storm集群里面发生了什么呢？

storm里的幕后英雄:nimbus,supervisor

看似简单的topology提交， 其实背后充满着血雨腥风(好吧，我夸张了), 我们来看看我们的幕后英雄nimbus, supervisor都做了什么。

上传topology的代码

首先由Nimbus$Iface的beginFileUpload, uploadChunk以及finishFileUpload方法来把jar包上传到nimbus服务器上的/inbox目录

/{storm-local-dir}
  |
  |-/nimbus
     |
     |-/inbox                   -- 从nimbus客户端上传的jar包
        |                            会在这个目录里面
        |
        |-/stormjar-{uuid}.jar  -- 上传的jar包其中{uuid}表示
                                     生成的一个uuid

运行topology之前的一些校验

topology的代码上传之后Nimbus$Iface的submitTopology方法会负责对这个topology进行处理， 它首先要对storm本身，以及topology进行一些校验:

• 它要检查storm的状态是否是active的
• 它要检查是否已经有同名的topology已经在storm里面运行了
• 因为我们会在代码里面给spout, bolt指定id, storm会检查是否有两个spout和bolt使用了相同的id。
• 任何一个id都不能以”__”开头， 这种命名方式是系统保留的。

(check-storm-active! nimbus storm-name false)

( defn validate-topology! [ topology ]
  ( let [ bolt-ids ( keys (.get_bolts topology))
        spout-ids ( keys (.get_spouts topology))
        state-spout-ids ( keys (.get_state_spouts topology))
        ; 三种id之间有没有交集？
        common (any-intersection bolt-ids spout-ids state-spout-ids) ]
    ; 这些id之间是不能有交集的: spout的id和bolt的id是不能一样的
    ( when -not (empty? common)
      ( throw
       (InvalidTopologyException.
        ( str "Cannot use same component id for both spout and bolt: "
                ( vec common))
        )))
    ; 用户定义的id不能以__开头, 这些是系统保留的
    ( when -not (every?
                    (complement system-component?)
                   (concat bolt-ids spout-ids state-spout-ids))
      ( throw
       (InvalidTopologyException.
        "Component ids cannot start with '__'" )))
    ;; TODO: validate that every declared stream is not a system stream
    ))

如果以上检查都通过了，那么就进入下一步了。

建立topology的本地目录

然后为这个topology建立它的本地目录:

/{storm-local-dir}
  |
  |-/nimbus
      |
      |-/inbox                  -- 从nimbus客户端上传的jar包
      |  |                            会在这个目录里面
      |  |
      |  |-/stormjar-{uuid}.jar -- 上传的jar包其中{uuid}表示
      |                               生成的一个uuid
      |
      |-/stormdist
         |
         |-/{topology-id}
            |
            |-/stormjar.jar     -- 包含这个topology所有代码
            |                       的jar包(从nimbus/inbox
            |                       里面挪过来的)
            |
            |-/stormcode.ser    -- 这个topology对象的序列化
            |
            |-/stormconf.ser    -- 运行这个topology的配置

对应的代码：

( defn - setup-storm-code
  [ conf storm-id tmp-jar-location storm-conf topology ]
  ( let [ stormroot (master-stormdist-root conf storm-id) ]
   (FileUtils/forceMkdir (File. stormroot))
   (FileUtils/cleanDirectory (File. stormroot))
   (setup-jar conf tmp-jar-location stormroot)
   (FileUtils/writeByteArrayToFile
      (File. (master-stormcode-path stormroot))
      (Utils/serialize topology))
   (FileUtils/writeByteArrayToFile
      (File. (master-stormconf-path stormroot))
      (Utils/serialize storm-conf))
   ))

建立topology在zookeeper上的心跳目录

nimbus老兄是个有责任心的人， 它虽然最终会把任务分成一个个task让supervisor去做， 但是他时刻都在关注着大家的情况， 所以它要求每个task每隔一定时间就要给它打个招呼(心跳信息), 以让它知道事情还在正常发展， 如果有task超时不打招呼， nimbus会认为这个task不行了， 然后进行重新分配。zookeeper上面的心跳目录:

|-/taskbeats              -- 所有task的心跳
    |
    |-/{topology-id}      -- 这个目录保存这个topology的所
        |                    有的task的心跳信息
        |
        |-/{task-id}      -- task的心跳信息，包括心跳的时
                             间，task运行时间以及一些统计
                             信息

计算topology的工作量

nimbus是个精明人， 它对每个topology都会做出详细的预算：需要多少工作量(多少个task)。它是根据topology定义中给的parallelism hint参数， 来给spout/bolt来设定task数目了，并且分配对应的task-id。并且把分配好task的信息写入zookeeper上的/task目录下:

|-/tasks                  -- 所有的task
    |
    |-/{topology-id}      -- 这个目录下面id为
        |                    {topology-id}的topology
        |                    所对应的所有的task-id
        |
        |-/{task-id}      -- 这个文件里面保存的是这个
                             task对应的component-id：
                             可能是spout-id或者bolt-id

从上图中注释中看到{task-id}这个文件里面存储的是它所代表的spout/bolt的id， 这其实就是一个细化工作量的过程。
打比方说我们的topology里面一共有一个spout, 一个bolt。 其中spout的parallelism是2, bolt的parallelism是4, 那么我们可以把这个topology的总工作量看成是6， 那么一共有6个task，那么/tasks/{topology-id}下面一共会有6个以task-id命名的文件，其中两个文件的内容是spout的id, 其它四个文件的内容是bolt的id。

看代码：

(.setup-heartbeats! storm-cluster-state storm-id)
(setup-storm-static conf storm-id storm-cluster-state)
( defn - setup-storm-static [ conf storm-id storm-cluster-state ]
  ( doseq [ [ task-id component-id ] (mk-task-component-assignments conf storm-id) ]
    (. set -task! storm-cluster-state storm-id task-id (TaskInfo. component-id))
    ))
( defn mk-task-maker [ max-parallelism parallelism-func id-counter ]
  ( fn [ [ component-id spec ] ]
    ( let [ parallelism (parallelism-func spec)
          parallelism ( if max-parallelism (min parallelism max-parallelism) parallelism)
          num-tasks (max 1 parallelism) ]
      (for-times num-tasks
                 [ (id-counter) component-id ] )
      )))

把计算好的工作分配给supervisor去做

然后nimbus就要给supervisor分配工作了。工作分配的单位是task(上面已经计算好了的，并且已经给每个task编号了), 那么分配工作意思就是把上面定义好的一堆task分配给supervisor来做， 在nimbus里面，Assignment表示一个topology的任务分配信息：

(defrecord Assignment [ master-code-dir
    node->host task->node+port task->start-time-secs ] )

其中核心数据就是task->node+port, 它其实就是从task-id到supervisor-id+port的映射， 也就是把这个task分配给某台机器的某个端口来做。 工作分配信息会被写入zookeeper的如下目录:

/-{storm-zk-root}           -- storm在zookeeper上的根
  |                            目录
  |
  |-/assignments            -- topology的任务分配信息
      |
      |-/{topology-id}      -- 这个下面保存的是每个
                               topology的assignments
                               信息包括： 对应的
                               nimbus上的代码目录,所有
                               task的启动时间,
                               每个task与机器、端口的映射

TODO: 补充工作分配的细节

正式运行topology

到现在为止，任务都分配好了，那么我们可以正式启动这个topology了，在源代码里面，启动topology其实就是向zookeeper上面该topology所对应的目录写入这个topology的信息:

|-/storms                 -- 这个目录保存所有正在运行
    |                        的topology的id
    |
    |-/{topology-id}      -- 这个文件保存这个topology
                             的一些信息，包括topology的
                             名字，topology开始运行的时
                             间以及这个topology的状态
                             (具体看StormBase类)

看代码:

( defn - start-storm
  [ storm-name storm-cluster-state storm-id ]
  (log-message "Activating " storm-name ": " storm-id)
  (.activate-storm! storm-cluster-state
                    storm-id
                    (StormBase. storm-name
                                (current-time-secs)
                                { :type :active })))

(activate-storm! [ this storm-id storm-base ]
  ; 把这个topology的信息(StormBase)
  ; 写入/storms/{topology-id}这个文件
  ( set -data cluster-state (storm-path storm-id)
    (Utils/serialize storm-base))
  )

好！nimbus干的不错，到这里为止nimbus的工作算是差不多完成了，它对topology进行了一些检查，发现没什么问题， 然后又评估了一下工作量， 然后再看看它的小弟们(supervisor)哪些有空，它进行了合理的分配，所有的事情都安排妥当了，nimbus终于可以松一口气了。下面就看supervisor的了。

Supervisor领任务

我们的supervisor同志无时无刻不想着为大哥nimbus分忧， 它每隔几秒钟就去看看大哥有没有给它分配新的任务，这些逻辑主要在supervisor.clj里面的synchronize-supervisor和sync-processes两个方法里面它：

• 首先它看看storm里面有没有新提交的它没有下载的topology的代码， 如果有的话， 它就把这个新topology的代码下载下来。它可不管这个topology由不由它负责哦(这一点是可以优化的)

  ( doseq [ [ storm-id master-code-dir ] storm-code- map ]
   ( when -not (downloaded-storm-ids storm-id)
     (log-message
        "Downloading code for storm id "
        storm-id
        " from "
        master-code-dir)
     ; 从nimbus上下载这个topology的代码
     (download-storm-code conf storm-id
          master-code-dir)
     (log-message
        "Finished downloading code for storm id "
        storm-id
        " from "
        master-code-dir)
     ))

• 然后它会删除那些已经不再运行的topology的代码

  ( doseq [ storm-id downloaded-storm-ids ]
   ( when -not (assigned-storm-ids storm-id)
     (log-message "Removing code for storm id "
                  storm-id)
     (rmr (supervisor-stormdist-root conf storm-id))
     ))

• 然后他根据老大哥nimbus给它指派的任务信息(task-id对应到的topology的spout或者bolt), 来让它自己的小弟：worker来做这个事情

  (dofor [ [ port assignment ] reassign-tasks ]
    ( let [ id ( new -worker-ids port) ]
      (log-message "Launching worker with assignment "
                   (pr- str assignment)
                   " for this supervisor "
                   supervisor-id
                   " on port "
                   port
                   " with id "
                   id
                   )
      ; 启动一个worker(supervisor+port)
      ; 来处理assignments
      (launch-worker conf
                     shared-context
                     ( :storm-id assignment)
                     supervisor-id
                     port
                     id
                     worker-thread-pids-atom)
      id))

Worker执行

worker是个苦命的人， 上面的nimbus, supervisor只会指手画脚， 它要来做所有的脏活累活。

• 1. 它首先去zookeeper上去看看老大哥们都给他分配了哪些task(task-ids)

  ( defn read-worker-task-ids
    [ storm-cluster-state storm-id supervisor-id port ]
    ( let [ assignment
      ( :task- >node+port
          (.assignment-info
              storm-cluster-state storm-id nil)) ]
      ( doall
        (mapcat ( fn [ [ task-id loc ] ]
                ; 找出这个worker(supervisor+port)的tasks
                ( if (= loc [ supervisor-id port ] )
                  [ task-id ]
                  ))
              assignment))
      ))

• 2. 然后根据这些task-id来找出所对应的topology的spout/bolt

  task->component (storm-task-info
      storm-cluster-state storm-id)

• 3. 计算出它所代表的这些spout/bolt会给哪些task发送消息

  ; task-ids是这个worker所负责的那些task， 那么
  ; worker-outbound-tasks函数的结果就是这些task
  ; 的消息要发送的task(supervisor+port)
  outbound-tasks (worker-outbound-tasks
      task->component mk-topology-context task-ids)

• 4. 建立到3里面所提到的那些task的连接(socket), 然后在需要发送消息的时候就通过这些socket来发送

  (swap! node+port->socket
   merge
   (into {}
     (dofor [ [ node port :as endpoint ] new -connections ]
       [ endpoint
        ; msg/connect函数返回的就是从这个worker的端口
        ; 到目的地主机、端口的socket
        (msg/connect
         mq-context
         (( :node- >host assignment) node)
         port)
        ]
       )))

到这里为止，topology里面的组件(spout/bolt)都根据parallelism被分成多个task, 而这些task被分配给supervisor的多个worker来执行。大家各司其职，整个topology已经运行起来了。

Topology的终止

除非你显式地终止一个topology, 否则它会一直运行的，可以用下面的命令去终止一个topology：

storm kill {stormname}

在这个命令的背后, storm-cluster-state的remove-storm!命令会被调用:

(remove-storm! [ this storm-id ]
  (delete-node cluster-state (storm-task-root storm-id))
  (delete-node cluster-state (assignment-path storm-id))
  (remove-storm-base! this storm-id))

上面的代码会把zookeeper上面/tasks, /assignments, /storms下面有关这个topology的数据都删除了。这些数据(或者目录）之前都是nimbus创建的。还剩下/taskbeats以及/taskerrors下的数据没有清除， 这块数据会在supervisor下次从zookeeper上同步数据的时候删除的（supervisor会删除那些已经不存在的topology相关的数据)。这样这个topology的数据就从storm集群上彻底删除了。