源码级强力分析hadoop的RPC机制

2023年1月27日 348次阅读 来源: java源码分析

前言：

这些天一直奔波于长沙和武汉之间，忙着腾讯的笔试、面试，以至于对hadoop RPC（Remote Procedure Call Protocol ，远程过程调用协议，它是一种通过网络从远程计算机程序上请求服务，而不需要了解底层网络技术的协议。可以参考： 
http://baike.baidu.com/view/32726.htm
）机制分析的博客一直耽搁了下来。昨天晚上胡老大和我抱怨说：最近乱的很。呵呵，老是往武汉跑，能不乱嘛。不过差不多腾讯面试的事就该告一段落了。五一期间，云计算小组的成员们，我们再搞起来吧。记住，我们还有一本hadoop的手册没出来呢。胡老大已经答应给我们写提纲了，在这期间，我们还是先把内功再修炼修炼吧。

分析对象：
hadoop版本：hadoop 0.20.203.0

必备技术点：
1. 动态代理（参考
：http://weixiaolu.iteye.com/blog/1477774
）
2. Java NIO（参考 ：
http://weixiaolu.iteye.com/blog/1479656
）
3. Java网络编程

目录：
一．RPC协议
二．ipc.RPC源码分析
三．ipc.Client源码分析
四．ipc.Server源码分析

分析：

一．RPC协议

在分析协议之前，我觉得我们很有必要先搞清楚协议是什么。下面我就谈一点自己的认识吧。如果你学过java的网络编程，你一定知道：当客户端发送一个字节给服务端时，服务端必须也要有一个读字节的方法在阻塞等待；反之亦然。 这种我把它称为底层的通信协议。可是对于一个大型的网络通信系统来说，很显然这种说法的协议粒度太小，不方便我们理解整个网络通信的流程及架构，所以我造了个说法：架构层次的协议。通俗一点说，就是我把某些接口和接口中的方法称为协议，客户端和服务端只要实现这些接口中的方法就可以进行通信了，从这个角度来说，架构层次协议的说法就可以成立了（注：如果从架构层次的协议来分析系统，我们就先不要太在意方法的具体实现，呵呵，我相信你懂得~）。

Hadoop的RPC机制正是采用了这种“架构层次的协议”，有一整套作为协议的接口。如图：

 

《源码级强力分析hadoop的RPC机制》

 

下面就几个重点的协议介绍一下吧：


VersionedProtocol ：它是所有RPC协议接口的父接口，其中只有一个方法：getProtocolVersion（）

（1）HDFS相关
ClientDatanodeProtocol ：一个客户端和datanode之间的协议接口，用于数据块恢复
ClientProtocol ：client与Namenode交互的接口，所有控制流的请求均在这里，如：创建文件、删除文件等；
DatanodeProtocol : Datanode与Namenode交互的接口，如心跳、blockreport等；
NamenodeProtocol ：SecondaryNode与Namenode交互的接口。

(2）Mapreduce相关
InterDatanodeProtocol ：Datanode内部交互的接口，用来更新block的元数据；
InnerTrackerProtocol ：TaskTracker与JobTracker交互的接口，功能与DatanodeProtocol相似；
JobSubmissionProtocol ：JobClient与JobTracker交互的接口，用来提交Job、获得Job等与Job相关的操作；
TaskUmbilicalProtocol ：Task中子进程与母进程交互的接口，子进程即map、reduce等操作，母进程即TaskTracker，该接口可以回报子进程的运行状态（词汇扫盲: umbilical 脐带的, 关系亲密的） 。

 

一下子罗列了这么多的协议，有些人可能要问了，hadoop是怎么使用它们的呢？呵呵，不要着急哦，其实本篇博客所分析的是hadoop的RPC机制底层的具体实现，而这些协议却是应用层上的东西，比如hadoop是怎么样保持“心跳”的啊。所以在我的下一篇博客：源码级分析hadoop的心跳机制中会详细说明以上协议是怎样被使用的。尽请期待哦~。现在就开始我们的RPC源码之旅吧•••

二．ipc.RPC源码分析

ipc.RPC类中有一些内部类，为了大家对RPC类有个初步的印象，就先罗列几个我们感兴趣的分析一下吧：

 

Invocation ：用于封装方法名和参数，作为数据传输层，相当于VO吧。
ClientCache ：用于存储client对象，用socket factory作为hash key,存储结构为hashMap <SocketFactory, Client>。
Invoker ：是动态代理中的调用实现类，继承了InvocationHandler.
Server ：是ipc.Server的实现类。

 

从以上的分析可以知道，Invocation类仅作为VO，ClientCache类只是作为缓存，而Server类用于服务端的处理，他们都和客户端的数据流和业务逻辑没有关系。现在就只剩下Invoker类了。如果你对动态代理（参考： http://weixiaolu.iteye.com/blog/1477774 ）比较了解的话，你一下就会想到，我们接下来去研究的就是RPC.Invoker类中的invoke()方法了。代码如下：

代码一：

Java代码
 
《源码级强力分析hadoop的RPC机制》

  1. public Object invoke(Object proxy, Method method, Object[] args)  
  2.   throws Throwable {  
  3.   •••  
  4.   ObjectWritable value = (ObjectWritable)  
  5.     client.call(new Invocation(method, args), remoteId);  
  6.   •••  
  7.   return value.get();  
  8. }  
    public Object invoke(Object proxy, Method method, Object[] args)
      throws Throwable {
      •••
      ObjectWritable value = (ObjectWritable)
        client.call(new Invocation(method, args), remoteId);
      •••
      return value.get();
    }

 

呵呵，如果你发现这个invoke()方法实现的有些奇怪的话，那你就对了。一般我们看到的动态代理的invoke()方法中总会有 method.invoke(ac, arg);  这句代码。而上面代码中却没有，这是为什么呢？其实使用 method.invoke(ac, arg); 是在本地JVM中调用；而在hadoop中，是将数据发送给服务端，服务端将处理的结果再返回给客户端，所以这里的invoke()方法必然需要进行网络通信。而网络通信就是下面的这段代码实现的：

代码二：

Java代码
 
《源码级强力分析hadoop的RPC机制》

  1. ObjectWritable value = (ObjectWritable)  
  2. client.call(new Invocation(method, args), remoteId);  
ObjectWritable value = (ObjectWritable)
client.call(new Invocation(method, args), remoteId);

 

Invocation类在这里封装了方法名和参数，充当VO。其实这里网络通信只是调用了Client类的call()方法。那我们接下来分析一下ipc.Client源码吧。不过在分析ipc.Client源码之前，为了不让我们像盲目的苍蝇一样乱撞，我想先确定一下我们分析的目的是什么，我总结出了三点需要解决的问题：


1. 客户端和服务端的连接是怎样建立的？
2. 客户端是怎样给服务端发送数据的？
3. 客户端是怎样获取服务端的返回数据的？


基于以上三个问题，我们开始吧！！！

三．ipc.Client源码分析

同样，为了对Client类有个初步的了解，我们也先罗列几个我们感兴趣的内部类：

 

Call ：用于封装Invocation对象，作为VO，写到服务端，同时也用于存储从服务端返回的数据
Connection ：用以处理远程连接对象。继承了Thread
ConnectionId ：唯一确定一个连接

 

问题1：客户端和服务端的连接是怎样建立的？

下面我们来看看Client类中的cal()方法吧：

代码三：

Java代码
 
《源码级强力分析hadoop的RPC机制》

  1. public Writable call(Writable param, ConnectionId remoteId)    
  2.                        throws InterruptedException, IOException {  
  3.     Call call = new Call(param);       //将传入的数据封装成call对象  
  4.     Connection connection = getConnection(remoteId, call);   //获得一个连接  
  5.     connection.sendParam(call);     // 向服务端发送call对象  
  6.     boolean interrupted = false;  
  7.     synchronized (call) {  
  8.       while (!call.done) {  
  9.         try {  
  10.           call.wait(); // 等待结果的返回，在Call类的callComplete()方法里有notify()方法用于唤醒线程  
  11.         } catch (InterruptedException ie) {  
  12.           // 因中断异常而终止，设置标志interrupted为true  
  13.           interrupted = true;  
  14.         }  
  15.       }  
  16.       if (interrupted) {  
  17.         Thread.currentThread().interrupt();  
  18.       }  
  19.   
  20.       if (call.error != null) {  
  21.         if (call.error instanceof RemoteException) {  
  22.           call.error.fillInStackTrace();  
  23.           throw call.error;  
  24.         } else { // 本地异常  
  25.           throw wrapException(remoteId.getAddress(), call.error);  
  26.         }  
  27.       } else {  
  28.         return call.value; //返回结果数据  
  29.       }  
  30.     }  
  31.   }  
public Writable call(Writable param, ConnectionId remoteId)  
                       throws InterruptedException, IOException {
    Call call = new Call(param);       //将传入的数据封装成call对象
    Connection connection = getConnection(remoteId, call);   //获得一个连接
    connection.sendParam(call);     // 向服务端发送call对象
    boolean interrupted = false;
    synchronized (call) {
      while (!call.done) {
        try {
          call.wait(); // 等待结果的返回，在Call类的callComplete()方法里有notify()方法用于唤醒线程
        } catch (InterruptedException ie) {
          // 因中断异常而终止，设置标志interrupted为true
          interrupted = true;
        }
      }
      if (interrupted) {
        Thread.currentThread().interrupt();
      }

      if (call.error != null) {
        if (call.error instanceof RemoteException) {
          call.error.fillInStackTrace();
          throw call.error;
        } else { // 本地异常
          throw wrapException(remoteId.getAddress(), call.error);
        }
      } else {
        return call.value; //返回结果数据
      }
    }
  }

 

具体代码的作用我已做了注释，所以这里不再赘述。但到目前为止，你依然不知道RPC机制底层的网络连接是怎么建立的。呵呵，那我们只好再去深究了，分析代码后，我们会发现和网络通信有关的代码只会是下面的两句了：

代码四：

Java代码
 
《源码级强力分析hadoop的RPC机制》

  1. Connection connection = getConnection(remoteId, call);   //获得一个连接  
  2. connection.sendParam(call);      // 向服务端发送call对象  
  Connection connection = getConnection(remoteId, call);   //获得一个连接
  connection.sendParam(call);      // 向服务端发送call对象

 

先看看是怎么获得一个到服务端的连接吧，下面贴出ipc.Client类中的getConnection()方法。

代码五：

Java代码
 
《源码级强力分析hadoop的RPC机制》

  1. private Connection getConnection(ConnectionId remoteId,  
  2.                                    Call call)  
  3.                                    throws IOException, InterruptedException {  
  4.     if (!running.get()) {  
  5.       // 如果client关闭了  
  6.       throw new IOException(“The client is stopped”);  
  7.     }  
  8.     Connection connection;  
  9. //如果connections连接池中有对应的连接对象，就不需重新创建了；如果没有就需重新创建一个连接对象。  
  10. //但请注意，该//连接对象只是存储了remoteId的信息，其实还并没有和服务端建立连接。  
  11.     do {  
  12.       synchronized (connections) {  
  13.         connection = connections.get(remoteId);  
  14.         if (connection == null) {  
  15.           connection = new Connection(remoteId);  
  16.           connections.put(remoteId, connection);  
  17.         }  
  18.       }  
  19.     } while (!connection.addCall(call)); //将call对象放入对应连接中的calls池，就不贴出源码了  
  20.    //这句代码才是真正的完成了和服务端建立连接哦~  
  21.     connection.setupIOstreams();  
  22.     return connection;  
  23.   }  
private Connection getConnection(ConnectionId remoteId,
                                   Call call)
                                   throws IOException, InterruptedException {
    if (!running.get()) {
      // 如果client关闭了
      throw new IOException("The client is stopped");
    }
    Connection connection;
//如果connections连接池中有对应的连接对象，就不需重新创建了；如果没有就需重新创建一个连接对象。
//但请注意，该//连接对象只是存储了remoteId的信息，其实还并没有和服务端建立连接。
    do {
      synchronized (connections) {
        connection = connections.get(remoteId);
        if (connection == null) {
          connection = new Connection(remoteId);
          connections.put(remoteId, connection);
        }
      }
    } while (!connection.addCall(call)); //将call对象放入对应连接中的calls池，就不贴出源码了
   //这句代码才是真正的完成了和服务端建立连接哦~
    connection.setupIOstreams();
    return connection;
  }

 

如果你还有兴趣继续分析下去，那我们就一探建立连接的过程吧,下面贴出Client.Connection类中的setupIOstreams()方法：

代码六：

Java代码
 
《源码级强力分析hadoop的RPC机制》

  1. private synchronized void setupIOstreams() throws InterruptedException {  
  2.  •••  
  3.     try {  
  4.      •••  
  5.       while (true) {  
  6.         setupConnection();  //建立连接  
  7.         InputStream inStream = NetUtils.getInputStream(socket);     //获得输入流  
  8.         OutputStream outStream = NetUtils.getOutputStream(socket);  //获得输出流  
  9.         writeRpcHeader(outStream);  
  10.         •••  
  11.         this.in = new DataInputStream(new BufferedInputStream  
  12.             (new PingInputStream(inStream)));   //将输入流装饰成DataInputStream  
  13.         this.out = new DataOutputStream  
  14.         (new BufferedOutputStream(outStream));   //将输出流装饰成DataOutputStream  
  15.         writeHeader();  
  16.         // 跟新活动时间  
  17.         touch();  
  18.         //当连接建立时，启动接受线程等待服务端传回数据，注意：Connection继承了Tread  
  19.         start();  
  20.         return;  
  21.       }  
  22.     } catch (IOException e) {  
  23.       markClosed(e);  
  24.       close();  
  25.     }  
  26.   }  
  private synchronized void setupIOstreams() throws InterruptedException {
   •••
      try {
       •••
        while (true) {
          setupConnection();  //建立连接
          InputStream inStream = NetUtils.getInputStream(socket);     //获得输入流
          OutputStream outStream = NetUtils.getOutputStream(socket);  //获得输出流
          writeRpcHeader(outStream);
          •••
          this.in = new DataInputStream(new BufferedInputStream
              (new PingInputStream(inStream)));   //将输入流装饰成DataInputStream
          this.out = new DataOutputStream
          (new BufferedOutputStream(outStream));   //将输出流装饰成DataOutputStream
          writeHeader();
          // 跟新活动时间
          touch();
          //当连接建立时，启动接受线程等待服务端传回数据，注意：Connection继承了Tread
          start();
          return;
        }
      } catch (IOException e) {
        markClosed(e);
        close();
      }
    }

 

再有一步我们就知道客户端的连接是怎么建立的啦，下面贴出Client.Connection类中的setupConnection()方法：

代码七：

Java代码
 
《源码级强力分析hadoop的RPC机制》

  1. private synchronized void setupConnection() throws IOException {  
  2.     short ioFailures = 0;  
  3.     short timeoutFailures = 0;  
  4.     while (true) {  
  5.       try {  
  6.         this.socket = socketFactory.createSocket(); //终于看到创建socket的方法了  
  7.         this.socket.setTcpNoDelay(tcpNoDelay);  
  8.        •••  
  9.         // 设置连接超时为20s  
  10.         NetUtils.connect(this.socket, remoteId.getAddress(), 20000);  
  11.         this.socket.setSoTimeout(pingInterval);  
  12.         return;  
  13.       } catch (SocketTimeoutException toe) {  
  14.         /* 设置最多连接重试为45次。 
  15.          * 总共有20s*45 = 15 分钟的重试时间。 
  16.          */  
  17.         handleConnectionFailure(timeoutFailures++, 45, toe);  
  18.       } catch (IOException ie) {  
  19.         handleConnectionFailure(ioFailures++, maxRetries, ie);  
  20.       }  
  21.     }  
  22.   }  
  private synchronized void setupConnection() throws IOException {
      short ioFailures = 0;
      short timeoutFailures = 0;
      while (true) {
        try {
          this.socket = socketFactory.createSocket(); //终于看到创建socket的方法了
          this.socket.setTcpNoDelay(tcpNoDelay);
         •••
          // 设置连接超时为20s
          NetUtils.connect(this.socket, remoteId.getAddress(), 20000);
          this.socket.setSoTimeout(pingInterval);
          return;
        } catch (SocketTimeoutException toe) {
          /* 设置最多连接重试为45次。
           * 总共有20s*45 = 15 分钟的重试时间。
           */
          handleConnectionFailure(timeoutFailures++, 45, toe);
        } catch (IOException ie) {
          handleConnectionFailure(ioFailures++, maxRetries, ie);
        }
      }
    }

 

终于，我们知道了客户端的连接是怎样建立的了，其实就是创建一个普通的socket进行通信。呵呵，那服务端是不是也是创建一个ServerSocket进行通信的呢？呵呵，先不要急，到这里我们只解决了客户端的第一个问题，下面还有两个问题没有解决呢，我们一个一个地来解决吧。

问题2：客户端是怎样给服务端发送数据的？

我们回顾一下代码四吧。第一句为了完成连接的建立，我们已经分析完毕；而第二句是为了发送数据，呵呵，分析下去，看能不能解决我们的问题呢。下面贴出Client.Connection类的sendParam()方法吧：

代码八：

Java代码
 
《源码级强力分析hadoop的RPC机制》

  1. public void sendParam(Call call) {  
  2.       if (shouldCloseConnection.get()) {  
  3.         return;  
  4.       }  
  5.       DataOutputBuffer d=null;  
  6.       try {  
  7.         synchronized (this.out) {  
  8.           if (LOG.isDebugEnabled())  
  9.             LOG.debug(getName() + ” sending #” + call.id);  
  10.           //创建一个缓冲区  
  11.           d = new DataOutputBuffer();  
  12.           d.writeInt(call.id);  
  13.           call.param.write(d);  
  14.           byte[] data = d.getData();  
  15.           int dataLength = d.getLength();  
  16.           out.writeInt(dataLength);        //首先写出数据的长度  
  17.           out.write(data, 0, dataLength); //向服务端写数据  
  18.           out.flush();  
  19.         }  
  20.       } catch(IOException e) {  
  21.         markClosed(e);  
  22.       } finally {  
  23.         IOUtils.closeStream(d);  
  24.       }  
  25.     }    
public void sendParam(Call call) {
      if (shouldCloseConnection.get()) {
        return;
      }
      DataOutputBuffer d=null;
      try {
        synchronized (this.out) {
          if (LOG.isDebugEnabled())
            LOG.debug(getName() + " sending #" + call.id);
          //创建一个缓冲区
          d = new DataOutputBuffer();
          d.writeInt(call.id);
          call.param.write(d);
          byte[] data = d.getData();
          int dataLength = d.getLength();
          out.writeInt(dataLength);        //首先写出数据的长度
          out.write(data, 0, dataLength); //向服务端写数据
          out.flush();
        }
      } catch(IOException e) {
        markClosed(e);
      } finally {
        IOUtils.closeStream(d);
      }
    }

 

其实这就是java io的socket发送数据的一般过程哦，没有什么特别之处。到这里问题二也解决了，来看看问题三吧。

问题3：客户端是怎样获取服务端的返回数据的？

我们再回顾一下代码六吧。代码六中，当连接建立时会启动一个线程用于处理服务端返回的数据，我们看看这个处理线程是怎么实现的吧，下面贴出Client.Connection类和Client.Call类中的相关方法吧：

代码九：

Java代码
 
《源码级强力分析hadoop的RPC机制》

  1. 方法一：    
  2.   public void run() {  
  3.       •••  
  4.       while (waitForWork()) {  
  5.         receiveResponse();  //具体的处理方法  
  6.       }  
  7.       close();  
  8.      •••  
  9. }  
  10.   
  11. 方法二：  
  12. private void receiveResponse() {  
  13.       if (shouldCloseConnection.get()) {  
  14.         return;  
  15.       }  
  16.       touch();  
  17.       try {  
  18.         int id = in.readInt();                    // 阻塞读取id  
  19.         if (LOG.isDebugEnabled())  
  20.           LOG.debug(getName() + ” got value #” + id);  
  21.           Call call = calls.get(id);    //在calls池中找到发送时的那个对象  
  22.         int state = in.readInt();     // 阻塞读取call对象的状态  
  23.         if (state == Status.SUCCESS.state) {  
  24.           Writable value = ReflectionUtils.newInstance(valueClass, conf);  
  25.           value.readFields(in);           // 读取数据  
  26.         //将读取到的值赋给call对象，同时唤醒Client等待线程，贴出setValue()代码方法三  
  27.           call.setValue(value);                
  28.           calls.remove(id);               //删除已处理的call      
  29.         } else if (state == Status.ERROR.state) {  
  30.         •••  
  31.         } else if (state == Status.FATAL.state) {  
  32.         •••  
  33.         }  
  34.       } catch (IOException e) {  
  35.         markClosed(e);  
  36.       }  
  37. }  
  38.   
  39. 方法三：  
  40. public synchronized void setValue(Writable value) {  
  41.       this.value = value;  
  42.       callComplete();   //具体实现  
  43. }  
  44. protected synchronized void callComplete() {  
  45.       this.done = true;  
  46.       notify();         // 唤醒client等待线程  
  47.     }  
方法一：  
  public void run() {
      •••
      while (waitForWork()) {
        receiveResponse();  //具体的处理方法
      }
      close();
     •••
}

方法二：
private void receiveResponse() {
      if (shouldCloseConnection.get()) {
        return;
      }
      touch();
      try {
        int id = in.readInt();                    // 阻塞读取id
        if (LOG.isDebugEnabled())
          LOG.debug(getName() + " got value #" + id);
          Call call = calls.get(id);    //在calls池中找到发送时的那个对象
        int state = in.readInt();     // 阻塞读取call对象的状态
        if (state == Status.SUCCESS.state) {
          Writable value = ReflectionUtils.newInstance(valueClass, conf);
          value.readFields(in);           // 读取数据
        //将读取到的值赋给call对象，同时唤醒Client等待线程，贴出setValue()代码方法三
          call.setValue(value);              
          calls.remove(id);               //删除已处理的call    
        } else if (state == Status.ERROR.state) {
        •••
        } else if (state == Status.FATAL.state) {
        •••
        }
      } catch (IOException e) {
        markClosed(e);
      }
}

方法三：
public synchronized void setValue(Writable value) {
      this.value = value;
      callComplete();   //具体实现
}
protected synchronized void callComplete() {
      this.done = true;
      notify();         // 唤醒client等待线程
    }

 

代码九完成的功能主要是：启动一个处理线程，读取从服务端传来的call对象，将call对象读取完毕后，唤醒client处理线程。就这么简单，客户端就获取了服务端返回的数据了哦~。客户端的源码分析就到这里了哦，下面我们来分析Server端的源码吧。

四．ipc.Server源码分析

同样，为了让大家对ipc.Server有个初步的了解，我们先分析一下它的几个内部类吧：

 

Call ：用于存储客户端发来的请求
Listener ： 监听类，用于监听客户端发来的请求，同时Listener内部还有一个静态类，Listener.Reader，当监听器监听到用户请求，便让Reader读取用户请求。
Responder ：响应RPC请求类，请求处理完毕，由Responder发送给请求客户端。
Connection ：连接类，真正的客户端请求读取逻辑在这个类中。
Handler ：请求处理类，会循环阻塞读取callQueue中的call对象，并对其进行操作。

 

如果你看过ipc.Server的源码，你会发现其实ipc.Server是一个abstract修饰的抽象类。那随之而来的问题就是：hadoop是怎样初始化RPC的Server端的呢？这个问题着实也让我想了好长时间。不过后来我想到Namenode初始化时一定初始化了RPC的Sever端，那我们去看看Namenode的初始化源码吧：

1. 初始化Server


代码十：

Java代码
 
《源码级强力分析hadoop的RPC机制》

  1. private void initialize(Configuration conf) throws IOException {  
  2.    •••  
  3.     // 创建 rpc server  
  4.     InetSocketAddress dnSocketAddr = getServiceRpcServerAddress(conf);  
  5.     if (dnSocketAddr != null) {  
  6.       int serviceHandlerCount =  
  7.         conf.getInt(DFSConfigKeys.DFS_NAMENODE_SERVICE_HANDLER_COUNT_KEY,  
  8.                     DFSConfigKeys.DFS_NAMENODE_SERVICE_HANDLER_COUNT_DEFAULT);  
  9.       //获得serviceRpcServer  
  10.       this.serviceRpcServer = RPC.getServer(this, dnSocketAddr.getHostName(),   
  11.           dnSocketAddr.getPort(), serviceHandlerCount,  
  12.           false, conf, namesystem.getDelegationTokenSecretManager());  
  13.       this.serviceRPCAddress = this.serviceRpcServer.getListenerAddress();  
  14.       setRpcServiceServerAddress(conf);  
  15. }  
  16. //获得server  
  17.     this.server = RPC.getServer(this, socAddr.getHostName(),  
  18.         socAddr.getPort(), handlerCount, false, conf, namesystem  
  19.         .getDelegationTokenSecretManager());  
  20.   
  21.    •••  
  22.     this.server.start();  //启动 RPC server   Clients只允许连接该server  
  23.     if (serviceRpcServer != null) {  
  24.       serviceRpcServer.start();  //启动 RPC serviceRpcServer 为HDFS服务的server  
  25.     }  
  26.     startTrashEmptier(conf);  
  27.   }  
private void initialize(Configuration conf) throws IOException {
   •••
    // 创建 rpc server
    InetSocketAddress dnSocketAddr = getServiceRpcServerAddress(conf);
    if (dnSocketAddr != null) {
      int serviceHandlerCount =
        conf.getInt(DFSConfigKeys.DFS_NAMENODE_SERVICE_HANDLER_COUNT_KEY,
                    DFSConfigKeys.DFS_NAMENODE_SERVICE_HANDLER_COUNT_DEFAULT);
      //获得serviceRpcServer
      this.serviceRpcServer = RPC.getServer(this, dnSocketAddr.getHostName(), 
          dnSocketAddr.getPort(), serviceHandlerCount,
          false, conf, namesystem.getDelegationTokenSecretManager());
      this.serviceRPCAddress = this.serviceRpcServer.getListenerAddress();
      setRpcServiceServerAddress(conf);
}
//获得server
    this.server = RPC.getServer(this, socAddr.getHostName(),
        socAddr.getPort(), handlerCount, false, conf, namesystem
        .getDelegationTokenSecretManager());

   •••
    this.server.start();  //启动 RPC server   Clients只允许连接该server
    if (serviceRpcServer != null) {
      serviceRpcServer.start();  //启动 RPC serviceRpcServer 为HDFS服务的server
    }
    startTrashEmptier(conf);
  }

 

查看Namenode初始化源码得知：RPC的server对象是通过ipc.RPC类的getServer()方法获得的。下面咱们去看看ipc.RPC类中的getServer()源码吧：

代码十一：

Java代码
 
《源码级强力分析hadoop的RPC机制》

  1. public static Server getServer(final Object instance, final String bindAddress, final int port,  
  2.                                  final int numHandlers,  
  3.                                  final boolean verbose, Configuration conf,  
  4.                                  SecretManager<? extends TokenIdentifier> secretManager)   
  5.     throws IOException {  
  6.     return new Server(instance, conf, bindAddress, port, numHandlers, verbose, secretManager);  
  7.   }  
public static Server getServer(final Object instance, final String bindAddress, final int port,
                                 final int numHandlers,
                                 final boolean verbose, Configuration conf,
                                 SecretManager<? extends TokenIdentifier> secretManager) 
    throws IOException {
    return new Server(instance, conf, bindAddress, port, numHandlers, verbose, secretManager);
  }

 

这时我们发现getServer()是一个创建Server对象的工厂方法，但创建的却是RPC.Server类的对象。哈哈，现在你明白了我前面说的“RPC.Server是ipc.Server的实现类”了吧。不过RPC.Server的构造函数还是调用了ipc.Server类的构造函数的，因篇幅所限，就不贴出相关源码了。

2. 运行Server
如代码十所示，初始化Server后，Server端就运行起来了，看看ipc.Server的start()源码吧：

代码十二：

Java代码
 
《源码级强力分析hadoop的RPC机制》

  1. /** 启动服务 */  
  2. public synchronized void start() {  
  3.   responder.start();  //启动responder  
  4.   listener.start();   //启动listener  
  5.   handlers = new Handler[handlerCount];  
  6.     
  7.   for (int i = 0; i < handlerCount; i++) {  
  8.     handlers[i] = new Handler(i);  
  9.     handlers[i].start();   //逐个启动Handler  
  10.   }  
  11. }  
  /** 启动服务 */
  public synchronized void start() {
    responder.start();  //启动responder
    listener.start();   //启动listener
    handlers = new Handler[handlerCount];
    
    for (int i = 0; i < handlerCount; i++) {
      handlers[i] = new Handler(i);
      handlers[i].start();   //逐个启动Handler
    }
  }

 

3. Server处理请求

1）建立连接
分析过ipc.Client源码后，我们知道Client端的底层通信直接采用了阻塞式IO编程，当时我们曾做出猜测：Server端是不是也采用了阻塞式IO。现在我们仔细地分析一下吧，如果Server端也采用阻塞式IO，当连接进来的Client端很多时，势必会影响Server端的性能。hadoop的实现者们考虑到了这点，所以他们采用了java  NIO来实现Server端，java NIO可参考博客： http://weixiaolu.iteye.com/blog/1479656   。那Server端采用java NIO是怎么建立连接的呢？分析源码得知，Server端采用Listener监听客户端的连接，下面先分析一下Listener的构造函数吧：

代码十三：

Java代码
 
《源码级强力分析hadoop的RPC机制》

  1. public Listener() throws IOException {  
  2.   address = new InetSocketAddress(bindAddress, port);  
  3.   // 创建ServerSocketChannel,并设置成非阻塞式  
  4.   acceptChannel = ServerSocketChannel.open();  
  5.   acceptChannel.configureBlocking(false);  
  6.   
  7.   // 将server socket绑定到本地端口  
  8.   bind(acceptChannel.socket(), address, backlogLength);  
  9.   port = acceptChannel.socket().getLocalPort();   
  10.   // 获得一个selector  
  11.   selector= Selector.open();  
  12.   readers = new Reader[readThreads];  
  13.   readPool = Executors.newFixedThreadPool(readThreads);  
  14.   //启动多个reader线程，为了防止请求多时服务端响应延时的问题  
  15.   for (int i = 0; i < readThreads; i++) {         
  16.     Selector readSelector = Selector.open();  
  17.     Reader reader = new Reader(readSelector);  
  18.     readers[i] = reader;  
  19.     readPool.execute(reader);  
  20.   }  
  21.   // 注册连接事件  
  22.   acceptChannel.register(selector, SelectionKey.OP_ACCEPT);  
  23.   this.setName(“IPC Server listener on “ + port);  
  24.   this.setDaemon(true);  
  25. }  
    public Listener() throws IOException {
      address = new InetSocketAddress(bindAddress, port);
      // 创建ServerSocketChannel,并设置成非阻塞式
      acceptChannel = ServerSocketChannel.open();
      acceptChannel.configureBlocking(false);

      // 将server socket绑定到本地端口
      bind(acceptChannel.socket(), address, backlogLength);
      port = acceptChannel.socket().getLocalPort(); 
      // 获得一个selector
      selector= Selector.open();
      readers = new Reader[readThreads];
      readPool = Executors.newFixedThreadPool(readThreads);
      //启动多个reader线程，为了防止请求多时服务端响应延时的问题
      for (int i = 0; i < readThreads; i++) {       
        Selector readSelector = Selector.open();
        Reader reader = new Reader(readSelector);
        readers[i] = reader;
        readPool.execute(reader);
      }
      // 注册连接事件
      acceptChannel.register(selector, SelectionKey.OP_ACCEPT);
      this.setName("IPC Server listener on " + port);
      this.setDaemon(true);
    }

 

在启动Listener线程时，服务端会一直等待客户端的连接，下面贴出Server.Listener类的run()方法：

代码十四：

Java代码
 
《源码级强力分析hadoop的RPC机制》

  1. public void run() {  
  2.    •••  
  3.     while (running) {  
  4.       SelectionKey key = null;  
  5.       try {  
  6.         selector.select();  
  7.         Iterator<SelectionKey> iter = selector.selectedKeys().iterator();  
  8.         while (iter.hasNext()) {  
  9.           key = iter.next();  
  10.           iter.remove();  
  11.           try {  
  12.             if (key.isValid()) {  
  13.               if (key.isAcceptable())  
  14.                 doAccept(key);     //具体的连接方法  
  15.             }  
  16.           } catch (IOException e) {  
  17.           }  
  18.           key = null;  
  19.         }  
  20.       } catch (OutOfMemoryError e) {  
  21.      •••           
  22.   }  
  public void run() {
     •••
      while (running) {
        SelectionKey key = null;
        try {
          selector.select();
          Iterator<SelectionKey> iter = selector.selectedKeys().iterator();
          while (iter.hasNext()) {
            key = iter.next();
            iter.remove();
            try {
              if (key.isValid()) {
                if (key.isAcceptable())
                  doAccept(key);     //具体的连接方法
              }
            } catch (IOException e) {
            }
            key = null;
          }
        } catch (OutOfMemoryError e) {
       •••         
    }

 

下面贴出Server.Listener类中doAccept ()方法中的关键源码吧：

代码十五：

Java代码
 
《源码级强力分析hadoop的RPC机制》

  1.     void doAccept(SelectionKey key) throws IOException,  OutOfMemoryError {  
  2.       Connection c = null;  
  3.       ServerSocketChannel server = (ServerSocketChannel) key.channel();  
  4.       SocketChannel channel;  
  5.       while ((channel = server.accept()) != null) { //建立连接  
  6.         channel.configureBlocking(false);  
  7.         channel.socket().setTcpNoDelay(tcpNoDelay);  
  8.         Reader reader = getReader();  //从readers池中获得一个reader  
  9.         try {  
  10.           reader.startAdd(); // 激活readSelector，设置adding为true  
  11.           SelectionKey readKey = reader.registerChannel(channel);//将读事件设置成兴趣事件  
  12.           c = new Connection(readKey, channel, System.currentTimeMillis());//创建一个连接对象  
  13.           readKey.attach(c);   //将connection对象注入readKey  
  14.           synchronized (connectionList) {  
  15.             connectionList.add(numConnections, c);  
  16.             numConnections++;  
  17.           }  
  18.         •••   
  19.         } finally {  
  20. //设置adding为false，采用notify()唤醒一个reader,其实代码十三中启动的每个reader都使  
  21. //用了wait()方法等待。因篇幅有限，就不贴出源码了。  
  22.           reader.finishAdd();  
  23.         }  
  24.       }  
  25.     }  
    void doAccept(SelectionKey key) throws IOException,  OutOfMemoryError {
      Connection c = null;
      ServerSocketChannel server = (ServerSocketChannel) key.channel();
      SocketChannel channel;
      while ((channel = server.accept()) != null) { //建立连接
        channel.configureBlocking(false);
        channel.socket().setTcpNoDelay(tcpNoDelay);
        Reader reader = getReader();  //从readers池中获得一个reader
        try {
          reader.startAdd(); // 激活readSelector，设置adding为true
          SelectionKey readKey = reader.registerChannel(channel);//将读事件设置成兴趣事件
          c = new Connection(readKey, channel, System.currentTimeMillis());//创建一个连接对象
          readKey.attach(c);   //将connection对象注入readKey
          synchronized (connectionList) {
            connectionList.add(numConnections, c);
            numConnections++;
          }
        ••• 
        } finally {
//设置adding为false，采用notify()唤醒一个reader,其实代码十三中启动的每个reader都使
//用了wait()方法等待。因篇幅有限，就不贴出源码了。
          reader.finishAdd();
        }
      }
    }

 

当reader被唤醒，reader接着执行doRead()方法。

2）接收请求
下面贴出Server.Listener.Reader类中的doRead()方法和Server.Connection类中的readAndProcess()方法源码：

代码十六：

Java代码
 
《源码级强力分析hadoop的RPC机制》

  1. 方法一：     
  2.  void doRead(SelectionKey key) throws InterruptedException {  
  3.       int count = 0;  
  4.       Connection c = (Connection)key.attachment();  //获得connection对象  
  5.       if (c == null) {  
  6.         return;    
  7.       }  
  8.       c.setLastContact(System.currentTimeMillis());  
  9.       try {  
  10.         count = c.readAndProcess();    // 接受并处理请求    
  11.       } catch (InterruptedException ieo) {  
  12.        •••  
  13.       }  
  14.      •••      
  15. }  
  16.   
  17. 方法二：  
  18. public int readAndProcess() throws IOException, InterruptedException {  
  19.       while (true) {  
  20.         •••  
  21.         if (!rpcHeaderRead) {  
  22.           if (rpcHeaderBuffer == null) {  
  23.             rpcHeaderBuffer = ByteBuffer.allocate(2);  
  24.           }  
  25.          //读取请求头  
  26.           count = channelRead(channel, rpcHeaderBuffer);  
  27.           if (count < 0 || rpcHeaderBuffer.remaining() > 0) {  
  28.             return count;  
  29.           }  
  30.         // 读取请求版本号    
  31.           int version = rpcHeaderBuffer.get(0);  
  32.           byte[] method = new byte[] {rpcHeaderBuffer.get(1)};  
  33.         •••    
  34.          
  35.           data = ByteBuffer.allocate(dataLength);  
  36.         }  
  37.         // 读取请求    
  38.         count = channelRead(channel, data);  
  39.           
  40.         if (data.remaining() == 0) {  
  41.          •••  
  42.           if (useSasl) {  
  43.          •••  
  44.           } else {  
  45.             processOneRpc(data.array());//处理请求  
  46.           }  
  47.         •••  
  48.           }  
  49.         }   
  50.         return count;  
  51.       }  
  52.     }  
方法一：   
 void doRead(SelectionKey key) throws InterruptedException {
      int count = 0;
      Connection c = (Connection)key.attachment();  //获得connection对象
      if (c == null) {
        return;  
      }
      c.setLastContact(System.currentTimeMillis());
      try {
        count = c.readAndProcess();    // 接受并处理请求  
      } catch (InterruptedException ieo) {
       •••
      }
     •••    
}

方法二：
public int readAndProcess() throws IOException, InterruptedException {
      while (true) {
        •••
        if (!rpcHeaderRead) {
          if (rpcHeaderBuffer == null) {
            rpcHeaderBuffer = ByteBuffer.allocate(2);
          }
         //读取请求头
          count = channelRead(channel, rpcHeaderBuffer);
          if (count < 0 || rpcHeaderBuffer.remaining() > 0) {
            return count;
          }
        // 读取请求版本号  
          int version = rpcHeaderBuffer.get(0);
          byte[] method = new byte[] {rpcHeaderBuffer.get(1)};
        •••  
       
          data = ByteBuffer.allocate(dataLength);
        }
        // 读取请求  
        count = channelRead(channel, data);
        
        if (data.remaining() == 0) {
         •••
          if (useSasl) {
         •••
          } else {
            processOneRpc(data.array());//处理请求
          }
        •••
          }
        } 
        return count;
      }
    }

 

3）获得call对象
下面贴出Server.Connection类中的processOneRpc()方法和processData()方法的源码。

代码十七：

Java代码
 
《源码级强力分析hadoop的RPC机制》

  1. 方法一：     
  2.  private void processOneRpc(byte[] buf) throws IOException,  
  3.         InterruptedException {  
  4.       if (headerRead) {  
  5.         processData(buf);  
  6.       } else {  
  7.         processHeader(buf);  
  8.         headerRead = true;  
  9.         if (!authorizeConnection()) {  
  10.           throw new AccessControlException(“Connection from “ + this  
  11.               + ” for protocol “ + header.getProtocol()  
  12.               + ” is unauthorized for user “ + user);  
  13.         }  
  14.       }  
  15. }  
  16. 方法二：  
  17.     private void processData(byte[] buf) throws  IOException, InterruptedException {  
  18.       DataInputStream dis =  
  19.         new DataInputStream(new ByteArrayInputStream(buf));  
  20.       int id = dis.readInt();      // 尝试读取id  
  21.       Writable param = ReflectionUtils.newInstance(paramClass, conf);//读取参数  
  22.       param.readFields(dis);          
  23.           
  24.       Call call = new Call(id, param, this);  //封装成call  
  25.       callQueue.put(call);   // 将call存入callQueue  
  26.       incRpcCount();  // 增加rpc请求的计数  
  27.     }  
方法一：   
 private void processOneRpc(byte[] buf) throws IOException,
        InterruptedException {
      if (headerRead) {
        processData(buf);
      } else {
        processHeader(buf);
        headerRead = true;
        if (!authorizeConnection()) {
          throw new AccessControlException("Connection from " + this
              + " for protocol " + header.getProtocol()
              + " is unauthorized for user " + user);
        }
      }
}
方法二：
    private void processData(byte[] buf) throws  IOException, InterruptedException {
      DataInputStream dis =
        new DataInputStream(new ByteArrayInputStream(buf));
      int id = dis.readInt();      // 尝试读取id
      Writable param = ReflectionUtils.newInstance(paramClass, conf);//读取参数
      param.readFields(dis);        
        
      Call call = new Call(id, param, this);  //封装成call
      callQueue.put(call);   // 将call存入callQueue
      incRpcCount();  // 增加rpc请求的计数
    }

 

4）处理call对象
你还记得Server类中还有个Handler内部类吗？呵呵，对call对象的处理就是它干的。下面贴出Server.Handler类中run()方法中的关键代码：

代码十八：

Java代码
 
《源码级强力分析hadoop的RPC机制》

  1. while (running) {  
  2.       try {  
  3.         final Call call = callQueue.take(); //弹出call，可能会阻塞  
  4.         •••  
  5.         //调用ipc.Server类中的call()方法，但该call()方法是抽象方法，具体实现在RPC.Server类中  
  6.         value = call(call.connection.protocol, call.param, call.timestamp);  
  7.         synchronized (call.connection.responseQueue) {  
  8.           setupResponse(buf, call,   
  9.                       (error == null) ? Status.SUCCESS : Status.ERROR,   
  10.                       value, errorClass, error);  
  11.            •••  
  12.           //给客户端响应请求  
  13.           responder.doRespond(call);  
  14.         }  
  15. }  
  while (running) {
        try {
          final Call call = callQueue.take(); //弹出call，可能会阻塞
          •••
          //调用ipc.Server类中的call()方法，但该call()方法是抽象方法，具体实现在RPC.Server类中
          value = call(call.connection.protocol, call.param, call.timestamp);
          synchronized (call.connection.responseQueue) {
            setupResponse(buf, call, 
                        (error == null) ? Status.SUCCESS : Status.ERROR, 
                        value, errorClass, error);
             •••
            //给客户端响应请求
            responder.doRespond(call);
          }
  }

 


5）返回请求
下面贴出Server.Responder类中的doRespond()方法源码：

代码十九：

Java代码
 
《源码级强力分析hadoop的RPC机制》

  1. 方法一：     
  2.  void doRespond(Call call) throws IOException {  
  3.       synchronized (call.connection.responseQueue) {  
  4.         call.connection.responseQueue.addLast(call);  
  5.         if (call.connection.responseQueue.size() == 1) {  
  6.            // 返回响应结果，并激活writeSelector  
  7.           processResponse(call.connection.responseQueue, true);  
  8.         }  
  9.       }  
  10. }  
方法一：   
 void doRespond(Call call) throws IOException {
      synchronized (call.connection.responseQueue) {
        call.connection.responseQueue.addLast(call);
        if (call.connection.responseQueue.size() == 1) {
           // 返回响应结果，并激活writeSelector
          processResponse(call.connection.responseQueue, true);
        }
      }
}

 

小结：


到这里，hadoop RPC机制的源码分析就结束了，请继续关注我的后续博客：hadoop心跳机制的源码分析。在这里需要感谢我所参考的iteye上相关博主的文章，因太多了，就不一一列举了，不过最感谢的是wikieno的博客，博客地址为： http://www.wikieno.com/2012/02/hadoop-ipc-server/ 。

 

    原文作者：java源码分析
    原文地址: http://www.cnblogs.com/java20130722/p/3206903.html
    本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系博主进行删除。
点赞