Hadoop的Server及其線程模型分析

早期的一篇文章，針對Hadoop 2.6.0.

---

一、Listener##

Listener線程，當Server處於運行狀態時，其負責監聽來自客戶端的連接，並使用Select模式處理Accept事件。

同時，它開啟了一個空閑連接（Idle Connection）處理例程，如果有過期的空閑連接，就關閉。這個例程通過一個計時器來實現。

當select操作調用時，它可能會阻塞，這給了其它線程執行的機會。當有accept事件發生，它就會被喚醒以處理全部的事件，處理事件是進行一個doAccept的調用。

doAccept：

void doAccept(SelectionKey key) throws InterruptedException, IOException,  OutOfMemoryError {
      ServerSocketChannel server = (ServerSocketChannel) key.channel();
      SocketChannel channel;
      while ((channel = server.accept()) != null) {

        channel.configureBlocking(false);
        channel.socket().setTcpNoDelay(tcpNoDelay);
        channel.socket().setKeepAlive(true);
        
        Reader reader = getReader();
        Connection c = connectionManager.register(channel);
        key.attach(c);  // so closeCurrentConnection can get the object
        reader.addConnection(c);
      }
    }

由於多個連接可能同時發起申請，所以這里采用了while循環處理。

這里最關鍵的是設置了新建立的socket為非阻塞，這一點是基於性能的考慮，非阻塞的方式盡可能的讀取socket接收緩沖區中的數據，這一點保證了將來會調用這個socket進行接收的Reader和進行發送的Responder線程不會因為發送和接收而阻塞，如果整個通訊過程都比較繁忙，那么Reader和Responder線程的就可以盡量不阻塞在I/O上，這樣可以顯著減少線程上下文切換的次數，提高cpu的利用率。

最后，獲取了一個Reader，將此連接加入Reader的緩沖隊列，同時讓連接管理器監視並管理這個連接的生存期。

獲取Reader的方式如下：

	//最簡單的負載均衡
    Reader getReader() {
      currentReader = (currentReader + 1) % readers.length;
      return readers[currentReader];
    }

二、Reader##

當一個新建立的連接被加入Reader的緩沖隊列pendingConnections之后，Reader也被喚醒，以處理此連接上的數據接收。

      public void addConnection(Connection conn) throws InterruptedException {
        pendingConnections.put(conn);
        readSelector.wakeup();
      }

Server中配置了多個Reader線程，顯然是為了提高並發服務連接的能力。

下面是Reader的主要邏輯：

while(true) {
		...
	   //取出一個連接，可能阻塞
       Connection conn = pendingConnections.take();
       //向select注冊一個讀事件
       conn.channel.register(readSelector, SelectionKey.OP_READ, conn);
       ...
       //進行select，可能阻塞
       readSelector.select();
       ...
       //依次讀取數據
       for(keys){
			doRead(key);
	   }
	   ...
}

當Server還在運行時，Reader線程盡可能多地處理緩沖隊列中的連接，注冊每一個連接的READ事件，采用select模式來獲取連接上有數據接收的通知。當有數據需要接收時，它盡最大可能讀取select返回的連接上的數據，以防止Listener線程因為沒有運行時間而發生飢餓（starving）。

如果Listener線程飢餓，造成的結果是並發能力急劇下降，來自客戶端的新連接請求超時或無法建立。

注意在從緩沖隊列中獲取連接時，Reader可能會發生阻塞，因為它采用了LinkedBlockingQueue類中的take方法，這個方法在隊列為空時會阻塞，這樣Reader線程得以阻塞，以給其它線程執行的時間。

Reader線程的喚醒時機有兩個：

1. Listener建立了新連接，並將此連接加入1個Reader的緩沖隊列;
2. select調用返回。

在Reader的doRead調用中,其主要調用了readAndProcess方法，此方法循環處理數據，接收數據包的頭部、上下文頭部和真正的數據。
這個過程中值得一提的是下面的這個channelRead方法：

  private int channelRead(ReadableByteChannel channel, 
                          ByteBuffer buffer) throws IOException {
    
    int count = (buffer.remaining() <= NIO_BUFFER_LIMIT) ?
                channel.read(buffer) : channelIO(channel, null, buffer);
    if (count > 0) {
      rpcMetrics.incrReceivedBytes(count);
    }
    return count;
  }

channelRead會判斷數據接收數組buffer中的剩余未讀數據，如果大於一個臨界值NIO_BUFFER_LIMIT，就采取分片的技巧來多次地讀，以防止jdk對large buffer采取變為direct buffer的優化。

這一點，也許是考慮到direct buffer在建立時會有一些開銷，同時在jdk1.6之前direct buffer不會被GC回收，因為它們分配在JVM的堆外的內存空間中。

到底這樣優化的效果如何，沒有測試，也就略過。也許是為了減少GC的負擔。

在Reader讀取到一個完整的RpcRequest包之后，會調用processOneRpc方法，此調用將進入業務邏輯環節。這個方法，會從接受到的數據包中，反序列化出RpcRequest的頭部和數據，依此構造一個RpcRequest對象，設置客戶端需要的跟蹤信息（trace info），然后構造一個Call對象，如下圖所示：

此后，在Handler處理時，就以Call為單位，這是一個包含了與連接相關信息的封裝對象。

有了Call對象后，將其加入Server的callQueue隊列，以供Handler處理。因為采用了put方法，所以當callQueue滿時（Handler忙），Reader會發生阻塞，如下所示：

callQueue.put(call);              // queue the call; maybe blocked here

三、Handler##

Handler就是根據rpc請求中的方法（Call）及參數，來調用相應的業務邏輯接口來處理請求。

一個Server中有多個Handler,對應多個業務接口，本篇不討論具體業務邏輯。

handler的邏輯基本如下（略去異常和其它次要信息）：

public void run() {
      SERVER.set(Server.this);
      ByteArrayOutputStream buf = 
        new ByteArrayOutputStream(INITIAL_RESP_BUF_SIZE);
      while (running) {
        try {
          final Call call = callQueue.take(); // pop the queue; maybe blocked here
          CurCall.set(call);
          try {
            if (call.connection.user == null) {
              value = call(call.rpcKind, call.connection.protocolName, call.rpcRequest, 
                           call.timestamp);
            } else {
              value = 
                call.connection.user.doAs(...);
            }
          } catch (Throwable e) {
            //略 ... 
          }
          CurCall.set(null);
          synchronized (call.connection.responseQueue) {
            responder.doRespond(call);
          }
  }

可見，Handler從callQueue中取出一個Call，然后調用這個Server.call方法，最后調用Responder的doResponde方法將結果發送給客戶端。

Server.call方法：

    public Writable call(RPC.RpcKind rpcKind, String protocol,
        Writable rpcRequest, long receiveTime) throws Exception {
      return getRpcInvoker(rpcKind).call(this, protocol, rpcRequest,
          receiveTime);
    }

四、Responder##

一個Server只有1個Responder線程。

此線程不斷進行如下幾個重要調用以和Handler協調並發送數據：

//這個wait是同步作用，具體見下面分析
waitPending();     
...
//開始select，或許會阻塞
writeSelector.select(PURGE_INTERVAL);
...
//如果selectKeys有數據，就依次異步發送數據
for(selectorKeys){
	doAsyncWrite(key);
}
...
//當到達丟棄時間，會從selectedKeys構造calls，並依次丟棄
for(Call call : calls) {
  doPurge(call, now);
}

當Handler調用doRespond方法后，handler處理的結果被加入responseQueue的隊尾，而不是立即發送回客戶端：

    void doRespond(Call call) throws IOException {
      synchronized (call.connection.responseQueue) {
        call.connection.responseQueue.addLast(call);
        if (call.connection.responseQueue.size() == 1) {
          //注意這里isHandler = true,表示可能會向select注冊寫事件以在Responder主循環中通過select處理數據發送
          processResponse(call.connection.responseQueue, true);
        }
      }
    }

上面的synchronized 可以看出，responseQueue是爭用資源，相應的：

Handler是生產者，將結果加入隊列；
Responder是消費者，從隊列中取出結果並發送。

processResponse將啟動Responder進行發送，首先從responseQueue中以非阻塞方式取出一個call，然后以非阻塞方式盡力發送call.rpcResponse，如果發送完畢，則返回。

當還有剩余數據未發送，將call插入隊列的第一個位置，由於isHandler參數，在來自Handler的調用中傳入為true，所以會喚醒writeSelector，並注冊一個寫事件，其中incPending()方法，是為了在向selector注冊寫事件時，阻塞Responder線程，后面有分析。

			call.connection.responseQueue.addFirst(call);
            
            if (inHandler) {
              // set the serve time when the response has to be sent later
              call.timestamp = Time.now();
              
              incPending();
              try {
                // Wakeup the thread blocked on select, only then can the call 
                // to channel.register() complete.
                writeSelector.wakeup();
                channel.register(writeSelector, SelectionKey.OP_WRITE, call);
              } catch (ClosedChannelException e) {
                //Its ok. channel might be closed else where.
                done = true;
              } finally {
                decPending();
              }
            }

再回到Responder的主循環，看看如果向select注冊了寫事件會發生什么：

          //執行這句時，如果Handler調用的responder.doResonde()正在向select注冊寫事件，這里就會阻塞
          //目的很顯然，是為了下句的select能獲取數據並立即返回，這就減少了阻塞發生的次數
          waitPending();     // If a channel is being registered, wait.
          
          //這里用超時阻塞來select,是為了能夠在沒有數據發送時，定期喚醒，以處理長期未得到處理的Call
          writeSelector.select(PURGE_INTERVAL);
          Iterator<SelectionKey> iter = writeSelector.selectedKeys().iterator();
          while (iter.hasNext()) {
            SelectionKey key = iter.next();
            iter.remove();
            try {
              if (key.isValid() && key.isWritable()) {
                  //異步發送
                  doAsyncWrite(key);
              }
            } catch (IOException e) {
              LOG.info(Thread.currentThread().getName() + ": doAsyncWrite threw exception " + e);
            }
          }

重點內容都做了注釋，不再贅述。可以看出，既考慮同步，又考慮性能，這是值得學習的地方。

五、總結##

本篇着重分析了hadoop的rpc調用中server部分，可以看出，這是一個精良的設計，考慮的很細。

1. 關於同步：
   Listener生產，Reader消費；Reader生產，Handler消費，Handler生產，Responder消費。
   所以它們之間必須同步.在具體的hadoop實現中，既有利用BlockingQueue的put&take操作實現阻塞，以達到同步目的，也對爭用資源使用synchronized來實現同步。

2. 關於緩沖：
   其中幾個緩沖隊列也值得關注.Server的並發請求會特別多，而Handler在執行call進行業務邏輯時，肯定會慢下來，所以必須建立請求和處理之間的緩沖。
   另外，處理和發送之間也同樣會出現速率不匹配的現象，同樣需要緩沖。

3. 關於線程模型：
   Listener單線程，Reader多線程，Handler多線程，Responder單線程，為什么會這樣設計？
   
   Listener采用select模式處理accept事件，一個客戶端在一段時間內一般只建立有限次的連接，而且連接的建立是比較快的，所以單線程足夠應付，建立后直接丟給Reader，從而自己很從容地應付新連接。
   
   Handler多線程，業務邏輯是大頭，又很大可能會牽涉I/O密集(HDFS)，如果線程少，耗時過長的業務邏輯可能就會讓大部分的Handler線程處於阻塞，這樣輕快的業務邏輯也必須排隊，可能會發生飢餓。如果Reader收集的請求隊列長時間處於滿的狀態，整個通訊必然惡化，所以這是典型的需要降低響應時間、提升吞吐量的高並發時刻，這個時刻的上下文切換是必須的，不糾結，並發為重。
   
   Responder是單線程，顯然，Responder會比較輕松，因為雖然請求很多，但經過Reader->Handler的緩沖和Handler的處理，上一批能發送完的結果已經發送了。Responder更多的是搜集並處理那些長結果，並通過高效select模式來獲取結果並發送。
   
   這里，Handler在業務邏輯調用完畢直接調用了responder.doRespond發送，是因為這是個立即返回的調用，這個調用的耗時是很少的，所以不必讓Handler因為發送而阻塞，進一步充分發揮了Handler多線程的能力，減少了線程切換的機會，強調了其多線程並發的優勢，同時又為responder減負，以增強Responder單線程作戰的信心。

4. 關於鎖
   對Hadoop來講，因為同步需求，所以加鎖是必不可少的。性能是需要考慮，但是從工程的角度上來看，通訊層的穩定性、代碼可維護性、保持代碼結構的相對簡單性（其代碼因歷史原因已非常復雜），大部分采用了synchronized這種悲觀得、重型的加鎖方式，這樣，可以顯著減少對象之間同步的復雜性，減少錯誤的發生。

---

六、（補充）RpcServer 線程模型##

---

NameNode啟動過程：###

---

線程模型###

Listener 1個：

1. 監聽並接受來自客戶端的連接.將新建連接放入pendingConnections.
2. 清理空閑連接.
3. 喚醒Reader.

Reader N個 : 從pendingConnections中獲取連接，讀取數據，從RpcRequest構造Call，並放入callQueue.

Handler N 個：

1. 從callQueue獲取客戶端調用call，並執行.
2. 調用Responder，將結果加入responseQueue的尾部.這里會調用一次發送.如果數據未發送完，注冊WRITE事件到selector.並喚醒Responder.

Responder 1個：

1. 從responseQueue中按照FIFO順序發送數據.
2. 處理selector select出的數據.
3. 掃描callQueue,並丟棄過期的Call.

---

---

終.