MIT 6.824 Spring 2015

摘要: MIT 6.824 Spring 2015

这学期选了《分布式系统导论》，实验部分和MIT 6.824 Spring 2015 一样,请戳, 再加上对我来说很困难的课前reading以及课后作业，压力巨大:(

实验共分5部分，根据助教往年评分来看，难度呈线性递增。

由于MIT提供的代码是由go语言所写，所以在着手实验前，你需要了解一下go，我用的是 AN INTRODUCTION TO PROGRAMMING IN GO 链接, 很薄的小册子， 可以迅速了解go语言的基本语法。

6.824 Lab 1: MapReduce

实验要求, Part 1 需要完成一个完整Word Count程序中的map函数和reduce函数， 第一步当然是读提供的代码， 把mapreduce.go中RunSingle()流程读懂，知道map函数和reduce函数的输入和输出是什么， Part 1 基本就会做了。

下图是我画的RunSingle()简单流程图，以nMap=3，nReduce=2为例，输入一个文本文件，最后输出Word Count结果。
(注意其中Reduce()阶段的蓝线和黑线的不同，这是Word Count中我非常喜欢的一个trick)



原来mapreduce也不是很神秘呢. 当然， 这里只是基于单机单线程顺序执行的Word Count。

Part II: Distributing MapReduce jobs

这部分用单机多线程模拟分布式mapreduce，主要是完成mapreduce/master.go中RunMaster()函数。 这部分需要用到goroutine和channel， 这也是go语言的强大之处，有了goroutine和channel，多线程的门槛不再高不可攀(起码对我来说 ~)，
Word Count流程同Part 1：Split、Map、Reduce、Merge, 只不过此时的Map和Reduce阶段需要RunMaster()来分配给各个Worker来做，至于怎样分配Job、fault tolerance，便是我们需要考虑的问题了。我的思路主要受到Modify the MapReduce struct to keep track of any additional state (e.g., the set of available workers) 这句话的启发，于是我便在struct MapReduce中构造了一个availableworkers，用来记录某时刻那些处于空闲的Worker， 于是乎，对于每一个Job(mapjob或者reducejob)，Master要么把它分配给availableworkers中处于空闲状态的Worker，要么分配给mr.registerChannel中新注册的Worker。

至于Part 3， 我在测试Part 2 代码时，发现Part 3 部分也通过了测试。冏。。。

总结， 虽然Part 2、3 代码通过了测试，其中还是有一个关键的地方必须改进，对于一个job， Master在决策分配给availableworker or registerChannel时，注意其中availableworker是map[string] *WorkerInfo类型，而registerChannel是channel类型，这。。。为了解决这个问题，我只好加了时间锁 =.= 一直觉得这个方法太不优美了。。。待我啃啃go语法，看看有没有什么好的方法吧。

注：Collaboration Policy中明确提到Please do not publish your code or make it available to future 6.824 students – for example, please do not make your code visible on github. so，我就不share code了。

PS：网友实现demo：https://github.com/ldaochen/yfs2012

官方地址：http://nil.csail.mit.edu/6.824/2015/general.html