Flink运行时之基于Netty的网络通信中

文章目录
  1. 1. PartitionRequestClient
  2. 2. NettyMessage
  3. 3. NettyProtocol

PartitionRequestClient

分区请求客户端(PartitionRequestClient)用于发起远程PartitionRequest请求,它也是RemoteChannel跟Netty通信层之间进行衔接的对象。

对单一的TaskManager而言只存在一个NettyClient实例。但处于同一TaskManager中不同的任务实例可能会跟不同的远程TaskManager上的任务之间交换数据,不同的TaskManager实例会有不同的ConnectionID(用于标识不同的IP地址)。因此,Flink采用PartitionRequestClient来对应ConnectionID,并提供了分区请求客户端工厂(PartitionRequestClientFactory)来创建PartitionRequestClient并保存ConnectionID与之的对应关系。

接下来,我们重点分析一下其请求ResultPartition的requestSubpartition方法:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
public ChannelFuture requestSubpartition(
final ResultPartitionID partitionId,
final int subpartitionIndex,
final RemoteInputChannel inputChannel,
int delayMs) throws IOException {
checkNotClosed();
//将当前请求数据的RemoteInputChannel的实例注入到NettyClient的ChannelHandler管道的
//PartitionRequestClientHandler实例中
partitionRequestHandler.addInputChannel(inputChannel);
//构建PartitionRequest请求对象
final PartitionRequest request = new PartitionRequest(
partitionId, subpartitionIndex, inputChannel.getInputChannelId());
//构建一个ChannelFutureListener的实例,当I/O操作执行失败后,会触发相关的错误处理逻辑
final ChannelFutureListener listener = new ChannelFutureListener() {
@Override
public void operationComplete(ChannelFuture future) throws Exception {
if (!future.isSuccess()) {
partitionRequestHandler.removeInputChannel(inputChannel);
inputChannel.onError(
new LocalTransportException(
"Sending the partition request failed.",
future.channel().localAddress(), future.cause()
));
}
}
};
//立即发送该请求,并注册listener
if (delayMs == 0) {
ChannelFuture f = tcpChannel.writeAndFlush(request);
f.addListener(listener);
return f;
}
//如果请求需要延迟一定的时间,则延迟发送请求
else {
final ChannelFuture[] f = new ChannelFuture[1];
tcpChannel.eventLoop().schedule(new Runnable() {
@Override
public void run() {
f[0] = tcpChannel.writeAndFlush(request);
f[0].addListener(listener);
}
}, delayMs, TimeUnit.MILLISECONDS);
return f[0];
}
}

NettyMessage

Flink为基于Netty的通信框架定义了自己的通信消息格式,以及相应的解编码器。NettyMessage由固定大小的消息头和自定义的消息体组成:

NettyMessage-structure

NettyMessage消息头的结构如下图:

NettyMessage-header-structure

由上图可见,NettyMessage消息头所占的空间是固定的9个字节。其中,Frame占用一个整型值的空间其存储的值为整个消息(消息头和自定义的消息体)的大小。Magic Number同样占用一个整形数值的空间且值是固定不变的;而Id表示消息的类型,占用一个字节空间。

自定义的消息体部分依不同的消息类型各有不同。

服务端的消息有:

  • BufferResponse:服务端给出的Buffer响应消息,编号为0;
  • ErrorResponse:服务端的错误响应消息,编号为1;

客户端的消息有:

  • PartitionRequest:客户端发起的分区请求,编号为2;
  • TaskEventRequest:客户端发起的任务事件请求,编号为3;
  • CancelPartitionRequest:客户端发起的取消分区请求,编号为4;
  • CloseRequest:客户端发起的关闭请求,编号为5;

另外,它定义了读写接口,面向的对象是Netty的字节缓冲(ByteBuf)。解编码器NettyMessageEncoder和NettyMessageDecoder以静态内部类实现,分别用来在消息的两种表示(NettyMessage和ByteBuf)之间进行转换。

NettyProtocol

NettyProtocol定义了基于Netty进行网络通信时客户端和服务端对事件的处理逻辑与顺序。由于Netty中所有事件处理逻辑的代码都处于扩展自ChannelHandler接口的类中,所以,NettyProtocol约定了所有的协议实现者,必须提供服务端和客户端处理逻辑的ChannelHandler数组。

最终这些ChannelHandler将依据它们在数组中的顺序进行链接以形成ChannelPipeline。

PartitionRequestProtocol作为NettyProtocol唯一的实现,负责实例化并编排客户端和服务端的ChannelHandler。按照顺序链接的这些ChannelHandler可被视为“协议栈”。接下来,我们分别就客户端和服务端的协议栈给出了图示。

客户端的整个的协议栈如下图所示:

NettyClient-channel-handler-pipeline

PartitionRequestProtocol构建出的客户端协议栈将会被构建成ChannelPipeline,并注册到客户端引导对象Bootstrap中:

1
2
3
4
5
6
bootstrap.handler(newChannelInitializer<SocketChannel>(){
@Override
publicvoidinitChannel(SocketChannelchannel)throwsException{
channel.pipeline().addLast(protocol.getClientChannelHandlers());
}
});

服务端协议栈如下图所示:

NettyServer-channel-handler-pipeline

同客户端协议栈,服务端协议栈也会被构建成ChannelPipeline并注册到服务端引导对象ServerBootstrap中:

1
2
3
4
5
6
bootstrap.childHandler(newChannelInitializer<SocketChannel>(){
@Override
publicvoidinitChannel(SocketChannelchannel)throwsException{
channel.pipeline().addLast(protocol.getServerChannelHandlers());
}
});

需要注意的是,无论是客户端还是服务端,数据都存在流入(inbound)和流出(outbound)的过程。流入对应着处理器接口为ChannelInboundHandler,而流出对应的处理器接口为ChannelOutboundHandler。因此,两个协议方法所获取到的ChannelHandler数组并不是安装其元素的绝对顺序组成的管道。而是会区分其类型是流入还是流出(根据接口的类型判断),结合不同的类型并按照其在数组中的顺序将其链接成管道。


微信扫码关注公众号:Apache_Flink

apache_flink_weichat


QQ扫码关注QQ群:Apache Flink学习交流群(123414680)

qrcode_for_apache_flink_qq_group