乐趣区

关于hadoop:深入浅出-Yarn-架构与实现62-NodeManager-状态机管理

一、简介

NodeManager(NM)中的状态机分为三类:Application、Container 和 LocalizedResource,它们均间接或者间接参加保护一个应用程序的生命周期。

  • 当 NM 收到某个 Application 的第一个 container 启动命令时,它会创立一个「Application 状态机」来跟踪该应用程序在该节点的状态;
  • 每个 container 都有一个独立的「container 状态机」;
  • Application 运行所需资源(jar,文件等)的下载过程则由「LocalizedResource 状态机」保护和跟踪。

二、三类状态机

一)Application 状态机

NM 上的 Application 保护的信息是 RM 端 Application 信息的一个子集,这有助于对立治理节点上同一个 Application 的所有 Container(例如记录每个 Application 在该节点上运行的 Container 列表,以及杀死一个 Application 的所有 Container 等)。
实现这一性能的类是 nodemanager/containermanager/application/ApplicationImpl,它保护了一个 Application 状态机。须要留神的是,NM 上 Application 的生命周期与 RM 上 Application 的生命周期是统一的。

// 截取 ApplicationImpl 中一部分状态机的代码
  private static StateMachineFactory<ApplicationImpl, ApplicationState,
          ApplicationEventType, ApplicationEvent> stateMachineFactory =
      new StateMachineFactory<ApplicationImpl, ApplicationState,
          ApplicationEventType, ApplicationEvent>(ApplicationState.NEW)

           // Transitions from NEW state
           .addTransition(ApplicationState.NEW, ApplicationState.INITING,
               ApplicationEventType.INIT_APPLICATION, new AppInitTransition())
           .addTransition(ApplicationState.NEW, ApplicationState.NEW,
               ApplicationEventType.INIT_CONTAINER,
               INIT_CONTAINER_TRANSITION)

           // Transitions from INITING state
           .addTransition(ApplicationState.INITING, ApplicationState.INITING,
               ApplicationEventType.INIT_CONTAINER,
               INIT_CONTAINER_TRANSITION)
           .addTransition(ApplicationState.INITING,
               EnumSet.of(ApplicationState.FINISHING_CONTAINERS_WAIT,
                   ApplicationState.APPLICATION_RESOURCES_CLEANINGUP),
               ApplicationEventType.FINISH_APPLICATION,
               new AppFinishTriggeredTransition())
           .addTransition(ApplicationState.INITING, ApplicationState.INITING,
               ApplicationEventType.APPLICATION_CONTAINER_FINISHED,
               CONTAINER_DONE_TRANSITION)
           .addTransition(ApplicationState.INITING, ApplicationState.INITING,
               ApplicationEventType.APPLICATION_LOG_HANDLING_INITED,
               new AppLogInitDoneTransition())
           .addTransition(ApplicationState.INITING, ApplicationState.INITING,
               ApplicationEventType.APPLICATION_LOG_HANDLING_FAILED,
               new AppLogInitFailTransition())
           .addTransition(ApplicationState.INITING, ApplicationState.RUNNING,
               ApplicationEventType.APPLICATION_INITED,
               new AppInitDoneTransition())

上面进行具体介绍:

1、根本状态

  • NEW:状态机初始状态,每个 Application 对应一个状态机,而每个状态机的初始状态均为 NEW。
  • INITING:Application 处于初始化状态,即创立日志目录和工作目录,创立 AppLogAggregator 对象等。
  • FINISHING_CONTAINERS_WAIT:期待回收 Container 占用的资源时所处的状态。当 Application 状态机收到 FINISH_APPLICATION 事件后,会向各个 Container 发送 KILL 命令以回收它们占用的资源。
  • APPLICATION_RESOURCES_CLEANINGUP:Application 的所有 Container 占用的资源被发出后,它将处于 APPLICATION_RESOURCES_CLEANINGUP 状态。
  • RUNNING:Application 初始化(实现创立日志目录和工作目录,创立 AppLog-Aggregator 等工作)实现后,将进入 RUNNING 状态。
  • FINISHED:Application 将占用的各种文件资源发送给文件删除服务 DeletionService(该服务会异步删除文件,防止产生性能问题)后,进入 FINISHED 状态,示意运行实现。

2、根本事件

  • INIT_APPLICATION:NM 收到来自某个 Application 的第一个 Container 后,会触发一个 INIT_APPLICATION 事件,同时使 Application 状态由初始状态 NEW 转换为 INITING。
  • APPLICATION_INITED:Application 初始化实现后将触发一个 APPLICATION_INITED 事件。Application 初始化次要工作是初始化各类必须的服务组件(比方日志记录组件 LogHandler、资源状态追踪组件 LocalResourcesTrackerImpl 等),供后续 Container 应用,通常由 Application 的第一个 Container 实现。
  • FINISH_APPLICATION:NodeManager 收到 ResourceManager 发送的待清理的 Application 列表后,会向这些 Application 发送一个 FINISH_APPLICATION 事件
  • APPLICATION_CONTAINER_FINISHED:该 Application 的一个 Container 运行实现(可能运行失败,也可能运行胜利)后将触发一个 APPLICATION_CONTAINER_FINISHED 事件。
  • APPLICATION_RESOURCES_CLEANEDUP:Application 所有 Container 占用的资源被清理实现(比方占用的长期目录)后将触发一个 APPLICATION_RESOURCES_CLEANEDUP 事件
  • INIT_CONTAINER:NodeManager 收到 ApplicationMaster 通过 RPC 函数 ContainerManagementProtocol#startContainer 发送的启动 Container 的申请后,会触发一个 INIT_CONTAINER 事件。

二)Container 状态机

Container 状态机保护一个 container 运行的全副状态,蕴含 11 个状态和 10 个事件,实现类是 nodemanager/containermanager/container/ContainerImpl.java。上面是状态转化的图:

1、根本状态

  • NEW:状态机初始状态,每个 Container 对应一个状态机,而每个状态机的初始状态均为 NEW。
  • LOCALIZING:Container 运行之前,需从 HDFS 上下载依赖的文件资源,Container 正在下载文件时所处的状态称为 LOCALIZING。
  • LOCALIZED:运行 Container 所需的文件资源曾经全副下载(缓存)到本地后,将进入该状态。
  • LOCALIZATION_FAILED:因为文件损坏、磁盘损坏等起因,Container 下载资源失败(这将导致依赖该资源的所有 Container 运行失败),此时 Container 所处的状态为 LOCALIZATION_FAILED。
  • RUNNING:ContainerLaunch 组件为 Container 创立工作目录和结构执行脚本,并告诉 ContainerExecutor 执行该脚本,使得 Container 进入 RUNNING 状态。
  • EXITED_WITH_SUCCESS:ContainerExecutor 启动 Container 执行脚本后,阻塞直到脚本失常退出执行,此时 Container 将处于 EXITED_WITH_SUCCESS 状态。
  • DONE:Container 失常退出执行后,首先需清理它占用的各种临时文件,一旦清理实现后,Container 状态将转移为实现状态 DONE。
  • KILLING:Container 正在被杀死时所处的状态,通常是因为内存超量应用被监控线程杀死,或者 ResourceManager 和 ApplicationMaster 被动杀死 Container。
  • EXITED_WITH_FAILURE:Container 在执行过程中异样退出后所处的状态,通常是因为 Container 外部起因导致,比方程序 bug、硬件故障等。

2、根本事件

  • INIT_CONTAINER:NodeManager 收到来自 ApplicationMaster 的启动 Container 的申请,则会创立一个 Container 对象,并触发一个 INIT_CONTAINER 事件,使 Container 状态由初始状态 NEW 转换为 LOCALIZING。
  • RESOURCE_LOCALIZED:Container 胜利从 HDFS 下载一种资源到本地(缓存),会触发一个 RESOURCE_LOCALIZED 事件。留神,一个 Container 可能须要下载多种资源,因而,该事件可能使 Container 维持在 LOCALIZING 状态或者进入新状态 LOCALIZED(所有资源均下载实现)。
  • CONTAINER_LAUNCHED:ContainerLaunch 调用函数 ContainerExecutor#launchContainer 胜利启动后,会触发一个 CONTAINER_LAUNCHED 事件,使得 Container 从 LOCALIZED 状态转换为 CONTAINER_LAUNCHED 状态。须要留神的,因为函数 ContainerExecutor#launchContainer 是阻塞的,所以它要等到 Container 退出执行后才会退出,因而,该事件将在该函数调用之后收回。
  • CONTAINER_EXITED_WITH_SUCCESS:Container 失常退出(执行 Container 实际上是执行一个 Shell 脚本,失常完结运行后会返回 0),会触发一个 CONTAINER_EXITED_WITH_SUCCESS 事件。
  • CONTAINER_RESOURCES_CLEANEDUP:NodeManager 清理实现 Container 应用的各种长期目录(次要是删除分布式缓存中的长期数据),此时会触发一个 CONTAINER_RESOURCES_CLEANEDUP 事件,使得 Container 从 EXITED_WITH_SUCCESS 状态转换为 DONE 状态。
  • RESOURCE_FAILED:Container 本地化过程中抛出异样,会触发一个 RESOURCE_FAILED 事件,导致 Container 失败。
  • KILL_CONTAINER:在多种场景下会触发产生 KILL_CONTAINER 事件,包含 ResourceManager 要求 NodeManager 杀死一个 Container;Container 应用的内存量超过约定值,被监控线程杀死;ApplicationMaster 要求 NodeManager 杀死一个 Container(通过 RPC 函数 ContainerManagementProtocol#stopContainer)。
  • CONTAINER_EXITED_WITH_FAILURE:Container 异样退出(运行过程中抛出 Throwable 异样)时,会触发一个 CONTAINER_EXITED_WITH_FAILURE 事件。

三)LocalizedResource 状态机

下载是在从 init 状态转移到 downloading 状态时,会发一个 REQUEST_RESOURCE_LOCALIZATION 事件。这个事件是会发给 ResourceLocalizationServiceResourceLocalizationService 依据资源的类型和可见性确定门路并下载他。下载是异步的(并且每个 application 对应着本人的下载线程),每个下载会对应一个 callable 的 FSDownload。
状态机如下图所示,非常简单,不再具体介绍。

三、小结

本篇文章对 NodeManager 中三类状态机进行了介绍,其次要都是保护一个应用程序的生命周期。无需强行记忆,晓得有这三类状态机,遇到问题再对应查看即可。


参考文章:
《Hadoop 技术底细:深刻解析 YARN 架构设计与实现原理》

退出移动版