【流式计算】Twitter Storm源代码分析之Tuple是如何发送的

作者: xumingming | 可以转载, 但必须以超链接形式标明文章原始出处和作者信息及版权声明
网址: http://xumingming.sinaapp.com/727/twitter-storm-code-analysis-tuple-send-proc/

 
这篇文章里面我们来看一下Storm里面的tuple到底是如何从一个tuple是怎么从一个bolt到另一个bolt上去的。

首先Bolt在发射一个tuple的时候是调用OutputCollector的emit或者emitDirect方法，
而这两个方法最终调用的是clojure代码里面的mk-transfer-fn方法:

帮助

1 2 3 4 5 6

； worker.clj ( defn mk-transfer- fn [ transfer-queue ]    ( fn [ task ^Tuple tuple ]      (.put ^LinkedBlockingQueue            transfer-queue [ task tuple ] )      ))

这个方法其实只是往一个LinkedBlockingQueue里面放入一条新记录(task-id, tuple)
然后这个queue里面的内容会被下面这段代码处理

帮助

01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27

; worker.clj ; 这里面的这个socket到底是什么东西? (async- loop      ( fn [ ^ArrayList drainer           ^KryoTupleSerializer serializer ]        ; 从transfer-queue里面取出一个任务来        ; 这个任务其实就是(task, tuple)        ( let [ felem (. take transfer-queue) ]          (.add drainer felem)          (.drainTo transfer-queue drainer))        (read-locked endpoint-socket-lock          ; 获取从node+port到socket的映射          ( let [ node+port->socket @node+port->socket                ; 获取从task-id到node+port的映射                task->node+port @task->node+port ]            ( doseq [ [ task ^Tuple tuple ] drainer ]              ; 获取task对应的socket              ( let [ socket                     (node+port->socket                       (task->node+port task))                ; 序列化这个tuple                ser-tuple (.serialize serializer tuple) ]                ; 发送这个tuple                (msg/ send socket task ser-tuple)                ))            )) ）

从上面代码可见，tuple最终是被序列化之后由msg/send方法通过socket发送给指定的task的。注意上面代码里面的async-loop表示会创建一个单独的线程来执行这些代码。可以storm会起一个独立线程来专门发送待发送的消息的。

我们来看下这个socket到底是个怎么样的东西。这个socket是在worker.clj里面被初始化的，看下面的代码：

帮助

01 02 03 04 05 06 07 08 09 10 11 12 13

; socket（worker.clj) (swap! node+port->socket       merge       (into {}         (dofor            [ [ node port :as endpoint ] new -connections ]           [ endpoint            (msg/connect               mq-context               (( :node- >host assignment) node)               port)            ]           )))

从上面代码可以看出socket其实是msg/connect创建出来的。那 msg/connect到底在做什么呢？ 这个方法是定义在protocol.clj里面的:

帮助

1 2 3 4 5 6

(defprotocol Context    (bind [ context virtual-port ] )    (connect [ context host port ] )    ( send -local-task-empty [ context virtual-port ] )    (term [ context ] )    )

这里定义的只是一个接口而已，具体的实现是在zmq.clj里面。zmq是ZeroMQ的缩写, 可见storm的supervisor之间就是利用zeromq来传递tuple的。

zmq.clj里面的ZMQCOntext实现了Context接口:

帮助

01 02 03 04 05 06 07 08 09 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

(deftype ZMQContext [ context linger-ms ipc? ]    ; 实现Context接口    Context    ; 从给定的virtual-port拉消息    (bind [ this virtual-port ]      (-> context          (mq/socket mq/pull)          (mqvp/virtual-bind virtual-port)          (ZMQConnection.)          ))    ; 给给定的host,port推送消息(push)    (connect [ this host port ]      ( let [ url ( if ipc?                  ( str "ipc://" port "ipc" )                  ( str "tcp://" host ":" port)) ]        (-> context            (mq/socket mq/push)            (mq/ set -linger linger-ms)            (mq/connect url)            (ZMQConnection.))))    ; 给本地的virtual-port发送一条空消息    ( send -local-task-empty [ this virtual-port ]      ( let [ pusher             (-> context                 (mq/socket mq/push)                 (mqvp/virtual-connect virtual-port)) ]            (mq/ send pusher (mq/barr))            (.close pusher)))    (term [ this ]      (.term context))    ; 实现ZMQContextQuery接口    ZMQContextQuery    (zmq-context [ this ]      context))

总结一些Twitter Storm对于tuple的处理/创建过程：

1. Bolt创建一个tuple。
2. Worker把tuple, 以及这个tuple要发送的地址(task-id)组成一个对象(task-id, tuple)放进待发送队列(LinkedBlockingQueue).
3. 一个单独的线程(async-loop所创建的线程）会取出发送队列里面的每个tuple来处理
   • Worker创建从当前task到目的task的zeromq连接。
   • 序列化这个tuple并且通过这个zeromq的连接来发送这个tuple。