【Spark2.0源码学习】-6.Client启动

Client作为Endpoint的具体实例，下面我们介绍一下Client启动以及OnStart指令后的额外工作

一、脚本概览
下面是一个举例：

/opt/jdk1.7.0_79/bin/java
-cp /opt/spark-2.1.0/conf/:/opt/spark-2.1.0/jars/*:/opt/hadoop-2.6.4/etc/hadoop/
-Xmx1g
-XX:MaxPermSize=256m
org.apache.spark.deploy.SparkSubmit
--master spark://zqh:7077
--class org.apache.spark.examples.SparkPi
../examples/jars/spark-examples_2.11-2.1.0.jar 10

二、SparkSubmit启动流程
SparkSubmit的启动流程如下：
　　


SparkSubmitArguments：

解析Client启动的参数

--name --master --class --deploy-mode

--num-executors --executor-cores --total-executor-cores --executor-memory

--driver-memory --driver-cores --driver-class-path --driver-java-options --driver-library-path

--properties-file

--kill --status --supervise --queue

--files --py-files

--archives --jars --packages --exclude-packages --repositories

--conf（解析存入Map : sparkProperties中）

--proxy-user --principal --keytab --help --verbose --version --usage-error

合并--properties-file（没有配置默认为conf/spark-defaults.conf）文件配置项(不在--conf中的配置 )至sparkProperties

删除sparkProperties中不以spark.开头的配置项目

启动参数为空的配置项从sparkProperties中合并

根据action(SUBMIT,KILL,REQUEST_STATUS)校验各自必须参数是否有值

Case Submit：

获取childMainClass

[--deploy-mode] = clent(默认)：用户任务启动类mainClass（--class）

[--deploy-mode] = cluster & [

--master]

= spark:* & useRest： org.apache.spark.deploy.rest.RestSubmissionClient

[--deploy-mode] = cluster & [

--master]

= spark:* & !useRest : org.apache.spark.deploy.Client

[--deploy-mode] = cluster & [

--master]

= yarn： org.apache.spark.deploy.yarn.Client

[--deploy-mode] = cluster & [

--master]

= mesos:*： org.apache.spark.deploy.rest.RestSubmissionClient

获取childArgs(子运行时对应命令行组装参数)

[--deploy-mode] = cluster & [

--master]

= spark:* & useRest： 包含primaryResource与mainClass

[--deploy-mode] = cluster & [

--master]

= spark:* & !useRest : 包含--supervise --memory --cores launch 【childArgs】, primaryResource, mainClass

[--deploy-mode] = cluster & [

--master]

= yarn：--class --arg --jar/--primary-py-file/--primary-r-file

[--deploy-mode] = cluster & [

--master]

= mesos:*： primaryResource

获取childClasspath

[--deploy-mode] = clent：读取--jars配置，与primaryResource信息（../examples/jars/spark-examples_2.11-2.1.0.jar）

获取sysProps

将sparkPropertie中的所有配置封装成新的sysProps对象，另外还增加了一下额外的配置项目

将childClasspath通过当前的类加载器加载中

将sysProps设置到当前jvm环境中

最终反射执行childMainClass，传参为childArgs

下面仅针对于org.apache.spark.deploy.Client进行解读

三、Client启动流程
Client的启动流程如下：
　　


SparkConf：加载key以spark.开头的系统属性（Utils.getSystemProperties）

ClientArguments：

解析Client启动的参数

--cores -c --memory -m --supervise -s --verbose -v

launch jarUrl master mainClass

kill master driverId

将--properties-file（没有配置默认为conf/spark-defaults.conf）中spark.开头的配置存入SparkConf

在没有配置情况下，cores默认为1核

在没有配置情况下，memory默认为1G

NettyRpcEnv中的内部处理遵循RpcEndpoint统一处理，这里不再赘述

最终守护进程会一直存在等待结束信awaitTermination

四、Client的OnStart监听事件
Client的启动完成后异步执行工作如下：
　　


如果是发布任务（case launch）,Client创建一个DriverDescription,并向Master发起RequestSubmitDriver请求



Command中的mainClass为： org.apache.spark.deploy.worker.DriverWrapper

Command中的arguments为： Seq("{{WORKER_URL}}", "{{USER_JAR}}", driverArgs.mainClass)

Master接受RequestSubmitDriver请求后，将DriverDescription封装为一个DriverInfo，



startTime与submitDate都为当前时间

driverId格式为：driver-yyyyMMddHHmmss-nextId,nextId是全局唯一的

Master持久化DriverInfo，并加入待调度列表中（waitingDrivers），触发公共资源调度逻辑（公共资源调度详解见下一节内容）

Master公共资源调度结束后，返回SubmitDriverResponse给Client

五、RpcMessage处理(receiveAndReply)

消息实例	发起方	接收方	说明

六、OneWayMessage处理(receive)

消息实例	发起方	接收方	说明
SubmitDriverResponse	Master	Client
KillDriverResponse		Client