Hadoop的Server及其线程模型分析

早期的一篇文章，针对Hadoop 2.6.0.

---

一、Listener ##

Listener线程，当Server处于运行状态时，其负责监听来自客户端的连接，并使用Select模式处理Accept事件。

同时，它开启了一个空闲连接（Idle Connection）处理例程，如果有过期的空闲连接，就关闭。这个例程通过一个计时器来实现。

当select操作调用时，它可能会阻塞，这给了其它线程执行的机会。当有accept事件发生，它就会被唤醒以处理全部的事件，处理事件是进行一个doAccept的调用。

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);

      }

    }

由于多个连接可能同时发起申请，所以这里采用了while循环处理。

这里最关键的是设置了新建立的socket为非阻塞，这一点是基于性能的考虑，非阻塞的方式尽可能的读取socket接收缓冲区中的数据，这一点保证了将来会调用这个socket进行接收的Reader和进行发送的Responder线程不会因为发送和接收而阻塞，如果整个通讯过程都比较繁忙，那么Reader和Responder线程的就可以尽量不阻塞在I/O上，这样可以显著减少线程上下文切换的次数，提高cpu的利用率。

最后，获取了一个Reader，将此连接加入Reader的缓冲队列，同时让连接管理器监视并管理这个连接的生存期。

获取Reader的方式如下：

	//最简单的负载均衡

    Reader getReader() {

      currentReader = (currentReader + 1) % readers.length;

      return readers[currentReader];

    }

二、Reader ##

当一个新建立的连接被加入Reader的缓冲队列pendingConnections之后，Reader也被唤醒，以处理此连接上的数据接收。

      public void addConnection(Connection conn) throws InterruptedException {

        pendingConnections.put(conn);

        readSelector.wakeup();

      }

Server中配置了多个Reader线程，显然是为了提高并发服务连接的能力。

下面是Reader的主要逻辑：

while(true) {

		...

	   //取出一个连接，可能阻塞

       Connection conn = pendingConnections.take();

       //向select注册一个读事件

       conn.channel.register(readSelector, SelectionKey.OP_READ, conn);

       ...

       //进行select，可能阻塞

       readSelector.select();

       ...

       //依次读取数据

       for(keys){

			doRead(key);

	   }

	   ...

}

当Server还在运行时，Reader线程尽可能多地处理缓冲队列中的连接，注册每一个连接的READ事件，采用select模式来获取连接上有数据接收的通知。当有数据需要接收时，它尽最大可能读取select返回的连接上的数据，以防止Listener线程因为没有运行时间而发生饥饿（starving）。

如果Listener线程饥饿，造成的结果是并发能力急剧下降，来自客户端的新连接请求超时或无法建立。

注意在从缓冲队列中获取连接时，Reader可能会发生阻塞，因为它采用了LinkedBlockingQueue类中的take方法，这个方法在队列为空时会阻塞，这样Reader线程得以阻塞，以给其它线程执行的时间。

Reader线程的唤醒时机有两个：

1. Listener建立了新连接，并将此连接加入1个Reader的缓冲队列;
2. select调用返回。

在Reader的doRead调用中,其主要调用了readAndProcess方法，此方法循环处理数据，接收数据包的头部、上下文头部和真正的数据。

这个过程中值得一提的是下面的这个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会判断数据接收数组buffer中的剩余未读数据，如果大于一个临界值NIO_BUFFER_LIMIT，就采取分片的技巧来多次地读，以防止jdk对large buffer采取变为direct buffer的优化。

这一点，也许是考虑到direct buffer在建立时会有一些开销，同时在jdk1.6之前direct buffer不会被GC回收，因为它们分配在JVM的堆外的内存空间中。

到底这样优化的效果如何，没有测试，也就略过。也许是为了减少GC的负担。

在Reader读取到一个完整的RpcRequest包之后，会调用processOneRpc方法，此调用将进入业务逻辑环节。这个方法，会从接受到的数据包中，反序列化出RpcRequest的头部和数据，依此构造一个RpcRequest对象，设置客户端需要的跟踪信息（trace info），然后构造一个Call对象，如下图所示：

此后，在Handler处理时，就以Call为单位，这是一个包含了与连接相关信息的封装对象。

有了Call对象后，将其加入Server的callQueue队列，以供Handler处理。因为采用了 put 方法，所以当callQueue满时（Handler忙），Reader会发生阻塞，如下所示：

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

三、Handler ##

Handler就是根据rpc请求中的方法（Call）及参数，来调用相应的业务逻辑接口来处理请求。

一个Server中有多个Handler,对应多个业务接口，本篇不讨论具体业务逻辑。

handler的逻辑基本如下（略去异常和其它次要信息）：

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);

          }

  }

可见，Handler从callQueue中取出一个Call，然后调用这个Server.call方法，最后调用Responder的doResponde方法将结果发送给客户端。

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 ##

一个Server只有1个Responder线程。

此线程不断进行如下几个重要调用以和Handler协调并发送数据：

//这个wait是同步作用，具体见下面分析

waitPending();

...

//开始select，或许会阻塞

writeSelector.select(PURGE_INTERVAL);

...

//如果selectKeys有数据，就依次异步发送数据

for(selectorKeys){

	doAsyncWrite(key);

}

...

//当到达丢弃时间，会从selectedKeys构造calls，并依次丢弃

for(Call call : calls) {

  doPurge(call, now);

}

当Handler调用doRespond方法后，handler处理的结果被加入responseQueue的队尾，而不是立即发送回客户端：

    void doRespond(Call call) throws IOException {

      synchronized (call.connection.responseQueue) {

        call.connection.responseQueue.addLast(call);

        if (call.connection.responseQueue.size() == 1) {

          //注意这里isHandler = true,表示可能会向select注册写事件以在Responder主循环中通过select处理数据发送

          processResponse(call.connection.responseQueue, true);

        }

      }

    }

上面的synchronized 可以看出，responseQueue是争用资源，相应的：

Handler是生产者，将结果加入队列；

Responder是消费者，从队列中取出结果并发送。

processResponse将启动Responder进行发送，首先从responseQueue中以非阻塞方式取出一个call，然后以非阻塞方式尽力发送call.rpcResponse，如果发送完毕，则返回。

当还有剩余数据未发送，将call插入队列的第一个位置，由于isHandler参数，在来自Handler的调用中传入为true，所以会唤醒writeSelector，并注册一个写事件，其中incPending()方法，是为了在向selector注册写事件时，阻塞Responder线程，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的主循环，看看如果向select注册了写事件会发生什么：

          //执行这句时，如果Handler调用的responder.doResonde()正在向select注册写事件，这里就会阻塞

          //目的很显然，是为了下句的select能获取数据并立即返回，这就减少了阻塞发生的次数

          waitPending();     // If a channel is being registered, wait.

          //这里用超时阻塞来select,是为了能够在没有数据发送时，定期唤醒，以处理长期未得到处理的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()) {

                  //异步发送

                  doAsyncWrite(key);

              }

            } catch (IOException e) {

              LOG.info(Thread.currentThread().getName() + ": doAsyncWrite threw exception " + e);

            }

          }

重点内容都做了注释，不再赘述。可以看出，既考虑同步，又考虑性能，这是值得学习的地方。

五、总结 ##

本篇着重分析了hadoop的rpc调用中server部分，可以看出，这是一个精良的设计，考虑的很细。

1. 关于同步：
   
   Listener生产，Reader消费；Reader生产，Handler消费，Handler生产，Responder消费。
   
   所以它们之间必须同步.在具体的hadoop实现中，既有利用BlockingQueue的put&take操作实现阻塞，以达到同步目的，也对争用资源使用synchronized来实现同步。

2. 关于缓冲：
   
   其中几个缓冲队列也值得关注.Server的并发请求会特别多，而Handler在执行call进行业务逻辑时，肯定会慢下来，所以必须建立请求和处理之间的缓冲。
   
   另外，处理和发送之间也同样会出现速率不匹配的现象，同样需要缓冲。

3. 关于线程模型：
   
   Listener单线程，Reader多线程，Handler多线程，Responder单线程，为什么会这样设计？
   
   
   Listener采用select模式处理accept事件，一个客户端在一段时间内一般只建立有限次的连接，而且连接的建立是比较快的，所以单线程足够应付，建立后直接丢给Reader，从而自己很从容地应付新连接。
   
   
   Handler多线程，业务逻辑是大头，又很大可能会牵涉I/O密集(HDFS)，如果线程少，耗时过长的业务逻辑可能就会让大部分的Handler线程处于阻塞，这样轻快的业务逻辑也必须排队，可能会发生饥饿。如果Reader收集的请求队列长时间处于满的状态，整个通讯必然恶化，所以这是典型的需要降低响应时间、提升吞吐量的高并发时刻，这个时刻的上下文切换是必须的，不纠结，并发为重。
   
   
   Responder是单线程，显然，Responder会比较轻松，因为虽然请求很多，但经过Reader->Handler的缓冲和Handler的处理，上一批能发送完的结果已经发送了。Responder更多的是搜集并处理那些长结果，并通过高效select模式来获取结果并发送。
   
   
   这里，Handler在业务逻辑调用完毕直接调用了responder.doRespond发送，是因为这是个立即返回的调用，这个调用的耗时是很少的，所以不必让Handler因为发送而阻塞，进一步充分发挥了Handler多线程的能力，减少了线程切换的机会，强调了其多线程并发的优势，同时又为responder减负，以增强Responder单线程作战的信心。

4. 关于锁
   
   对Hadoop来讲，因为同步需求，所以加锁是必不可少的。性能是需要考虑，但是从工程的角度上来看，通讯层的稳定性、代码可维护性、保持代码结构的相对简单性（其代码因历史原因已非常复杂），大部分采用了synchronized这种悲观得、重型的加锁方式，这样，可以显著减少对象之间同步的复杂性，减少错误的发生。

---

六、（补充）RpcServer 线程模型 ##

---

NameNode启动过程： ###

---

线程模型 ###

Listener 1个：

1. 监听并接受来自客户端的连接.将新建连接放入pendingConnections.
2. 清理空闲连接.
3. 唤醒Reader.

Reader N个 : 从pendingConnections中获取连接，读取数据，从RpcRequest构造Call，并放入callQueue.

Handler N 个：

1. 从callQueue获取客户端调用call，并执行.
2. 调用Responder，将结果加入responseQueue的尾部.这里会调用一次发送.如果数据未发送完，注册 WRITE 事件到 selector .并唤醒Responder.

Responder 1个：

1. 从responseQueue中按照FIFO顺序发送数据.
2. 处理 selector select出的数据.
3. 扫描callQueue,并丢弃过期的Call.

---

---

终.