Hadoop源码分析之一(RPC机制之Server)

网上已经有很多关于Hadoop源码分析的好文，在这记录的目的是把自己在看Hadoop源码时自己的一些体会，方便日后查询巩固。

想了解Hadoop是如何工作的，首先需要了解Hadoop RPC原理。Hadoop提供了一个统一的RPC机制来处理client-namenode, namenode-dataname,client-dataname之间的通信。整个机制中主要运用了如下技术：

1. Java dynamic proxy：主要用于处理client的代理来统一向Server端发送信息；
   
2. Google Protocal Buffer：主要用于把Request和Response序列化和反序列化成byte进行通信；
   
3. Java NIO：主要用于RPC Client与Server之间的通信；

下面主要介绍RPC Server主要的实现逻辑：

如上图Server端主要Listener, Responer Thread和Handler, Reader Thread Pool。

1. Listener Thread：Server端会启一个Listener线程主要用于监听Client发送过来的Request，Listener主要完成创建一个Connection Object并启动一组Reader Thread Pool，并把Connection通过NIO的SelectionKey传递给Reader，这样就解决了Listener单线程带来的可能的性能瓶颈，因为Listener只作了一层转发；
2. Reader Thread Pool：主要用于读取Listener传过来的Connection，并调用Connection的readAndProcess方法来读取Request，并封装成一个Call放到Call Queue中；
3. Hanlder Thread Pool：Server会启动一组线程组来处理Call Queue中Call，并把处理的Respone中放到response queue中，Hanlder怎么处理Call会在后续介绍；
4. Responder Thread：主要处理response queue中的response，并把response发送给client，如果当前response queue为空，在加了新的response时会马上发送给client端，不会通过responer thread来发送。

下面主要结合实际代码来介绍一下Hadoop RPC Server端整个的处理过程：（整个核心逻辑都在org.apache.hadoop.ipc.Server这个类中实现）

首先在Server的start方法中启用相关的线程，start方法会在相关的Server中调用，如NameNode, DataNode等

  public synchronized void start() {    responder.start();    listener.start();    handlers = new Handler[handlerCount];        for (int i = 0; i < handlerCount; i++) {      handlers[i] = new Handler(i);      handlers[i].start();    }  }

如上可以看到启动了listener,responer和handler threand pool，可以通过ipc.server.handler.queue.size来配置handler的个数，默认为100个。

在Server中有一个Listener的内部类，Listener的创造函数中会启动相应的Reader Thread Pool，可以通过ipc.server.read.threadpool.size来配置Reader的线程数，默认为1个。Listener会监听OP_ACCEPT事件，并在doAccpet中创建一个Connection传递给Reader，如下：

while ((channel = server.accept()) != null) {        channel.configureBlocking(false);        channel.socket().setTcpNoDelay(tcpNoDelay);        //get one reader instance for reader pool        Reader reader = getReader();        try {      //lock this reader          reader.startAdd();          SelectionKey readKey = reader.registerChannel(channel);          //build Connection instance          c = new Connection(readKey, channel, Time.now());          readKey.attach(c);          synchronized (connectionList) {            connectionList.add(numConnections, c);            numConnections++;          }             } finally {          //unlock this reader          reader.finishAdd();         }      }    }

在Reader中主要通用Connection来读取Requeset并封装成Call，读取Request分为2种处理，一种为权限读取，另一种为普通读取，具体的实现可以查看hadoop源码，这里不粘出。但是这里会介绍一下整个request在整个传送过程中的结构，request由head和conent组成。

 Head的组成如下：

     * +----------------------------------+
     * |  "hrpc" 4 bytes                  |      
     * +----------------------------------+
     * |  Version (1 bytes)               |      
     * +----------------------------------+
     * |  Authmethod (1 byte)             |      
     * +----------------------------------+
     * |  IpcSerializationType (1 byte)   |      
     * +----------------------------------+

conent主要有4 bytes的是date length和具体的data byte array组成。

Handler怎么处理具体的Call会在后续具体介绍，这里不做具体展开。

Responder主要处理Call产生的Response并通过NIO传输给具体的client， 使用的socket channel与request为同一个，Responder会做相应的check，如下：

    //check select key channel is same as call.connection.channel    if (key.channel() != call.connection.channel) {        throw new IOException("doAsyncWrite: bad channel");    }

     // Extract the first call     call = responseQueue.removeFirst();     SocketChannel channel = call.connection.channel;     // Using call channel to send as much data as we can in the non-blocking fashion     int numBytes = channelWrite(channel, call.rpcResponse);

整个Hadoop RPC Server处理的机制就介绍到这里，后续会介绍call怎么处理到具体的处理及Client如何向Server发送信息。