Twitter Storm源代码分析之Topology的执行过程

Twitter Storm源代码分析之Topology的执行过程

发表于 2012
年 01 月 07 日 由 xumingming

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:

帮助
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

帮助

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。

帮助
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:

帮助
对应的代码：

帮助

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:

帮助

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:

帮助
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：

帮助

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：

帮助
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:

帮助
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:

帮助
看代码:

帮助
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)

帮助
然后它会删除那些已经不再运行的topology的代码

帮助
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

帮助

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)

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

帮助
3. 计算出它所代表的这些spout/bolt会给哪些task发送消息

帮助
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

帮助
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：

帮助
在这个命令的背后,

storm-cluster-state

的

remove-storm!

命令会被调用:

帮助
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