JStorm之Nimbus简介

本文导读： ——JStorm之Nimbus简介

、简介
、系统框架与原理
、实现逻辑和代码剖析
    ）Nimbus启动
    ）Topology提交
    ）任务调度
    ）任务监控
、结束语
、参考文献

附：JStorm之NimbusServer启动流程

---

一、简介

　　JStorm集群包含两类节点：主控节点（Nimbus）和工作节点（Supervisor）。其分别对应的角色如下：
　　1. 主控节点（Nimbus）上运行Nimbus Daemon。Nimbus负责接收Client提交的Topology，分发代码，分配任务给工作节点，监控集群中运行任务的状态等工作。Nimbus作用类似于Hadoop中JobTracker。
　　2. 工作节点（Supervisor）上运行Supervisor Daemon。Supervisor通过subscribe Zookeeper相关数据监听Nimbus分配过来任务，据此启动或停止Worker工作进程。每个Worker工作进程执行一个Topology任务的子集；单个Topology的任务由分布在多个工作节点上的Worker工作进程协同处理。

　　Nimbus和Supervisor节点之间的协调工作通过Zookeeper实现。此外，Nimbus和Supervisor本身均为无状态进程，支持Fail Fast；JStorm集群节点的状态信息或存储在Zookeeper，或持久化到本地，这意味着即使Nimbus/Supervisor宕机，重启后即可继续工作。这个设计使得JStorm集群具有非常好的稳定性。

　　前面介绍了JStorm中节点状态信息保存在Zookeeper里面，Nimbus通过向Zookeeper写状态信息分配任务，Supervisor通过从Zookeeper订阅相关数据领取任务，同时Supervisor也定期发送心跳信息到Zookeeper，使得Nimbus可以掌握整个JStorm集群的状态，从而可以进行任务调度或负载均衡。ZooKeeper使得整个JStorm集群十分健壮，任何节点宕机都不影响集群任务，只要重启节点即可。

　　Zookeeper上存储的状态数据及Nimbus/Supervisor本地持久化数据涉及到的地方较多，详细介绍Nimbus之前就上述数据的存储结构简要说明如下（注：引用自[5]http://xumingming.sinaapp.com/）。

图1 JStorm存储在Zookeeper中数据说明

图2 Nimbus本地数据说明

图3 Supervisor本地数据说明

二、系统架构与原理

　　Nimbus做三件事情：
　　1、接收Client提交Topology任务；
　　2、任务调度；
　　3、监控集群任务运行状况。

　　前面已经提到，Nimbus通过向Zookeeper写数据完成任务分配，通过读Zookeeper上相关状态信息监控集群中任务的运行状态，所以与Nimbus直接发生交互仅Client和Zookeeper。如下图示。

三、实现逻辑与代码剖析

　　以jstorm-0.7.1为例，Nimbus相关实现在jstorm-server/src/main/java目录的com.alipay.dw.jstorm.daemon.nimbus包里。Nimbus Daemon的启动入口在NimbusServer.java。

1.Nimbus启动

Nimbus Daemon进程启动流程如下：
　　1、根据配置文件初始化Context数据；
　　2、与Zookeeper数据同步；
　　3、初始化RPC服务处理类ServiceHandler；
　　4、启动任务分配策略线程；
　　5、启动Task的Heartbeat监控线程；
　　6、启动RPC服务；
　　7、其他初始化工作。
Nimbus的详细启动逻辑如下：

 @SuppressWarnings("rawtypes")
 private void launchServer(Map conf) throws Exception {
     LOG.info("Begin to start nimbus with conf " + conf);
     //1.检查配置文件中是否配置为分布式模式
     StormConfig.validate_distributed_mode(conf);
     //2.注册主线程退出Hook现场清理（关闭线程+清理数据）
     initShutdownHook();
     //3.新建NimbusData数据，记录30s超时上传下载通道Channel/BufferFileInputStream
     data = createNimbusData(conf);
     //4.nimbus本地不存在的stormids数据如果在ZK上存在则删除，其中删除操作包括/zk/{assignments,tasks,storms}相关数据
     NimbusUtils.cleanupCorruptTopologies(data);
     //5.启动Topology分配策略
     initTopologyAssign();
     //6.初始化所有topology的状态为startup
     initTopologyStatus();
     //7.监控所有task的heartbeat,一旦发现taskid失去心跳将其置为needreassign 1次/10s
     initMonitor(conf);
     //8.启动cleaner线程，默认600s扫描一次，默认删除3600s没有读写过的jar文件
     initCleaner(conf);
     //9.初始化ServiceHandler
     serviceHandler = new ServiceHandler(data);
     //10.启动rpc server
     initThrift(conf);
 }

2.Topology提交

　　JStorm集群启动完成后，Client可向其提交Topology。jstorm-0.7.1源码目录jstorm-client/src/main/java下包backtype.storm为用户提供向集群提交Topology的StormSubmitter.submitTopology方法。提交Topology在Client/Nimbus两端都会做相关的处理。

Client端提交Topology分两步完成：
　　1）打包Topology计算逻辑代码jar提交给Nimbus，上传到Nimbus目录$jstorm_local_dir/nimbus/inbox/stormjar-{$randomid}.jar；其中randomid是Nimbus生成的随机UUID；
　　2）Client通过RPC向Nimbus提交Topology DAG及配置信息；

 public static void submitTopology(
 String name,
 Map stormConf,
 StormTopology topology)
 throws AlreadyAliveException, InvalidTopologyException {
   if(!Utils.isValidConf(stormConf)) {
       throw new IllegalArgumentException("Storm conf is not valid.");
   }
   stormConf = new HashMap(stormConf);
   stormConf.putAll(Utils.readCommandLineOpts());
   Map conf = Utils.readStormConfig();
   conf.putAll(stormConf);
   try {
       String serConf = JSONValue.toJSONString(stormConf);
       if(localNimbus!=null) {
           LOG.info("Submitting topology " + name + " in local mode");
           localNimbus.submitTopology(name, null, serConf, topology);
       } else {
           //1.向Nimbus提交jar包
           submitJar(conf);
           NimbusClient client = NimbusClient.getConfiguredClient(conf);
           try {
               LOG.info("Submitting topology " +  name + " in distributed mode with conf "  + serConf);
               //2.提交topology DAG及序列化后的配置信息serconf(json)
               client.getClient().submitTopology(name, submittedJar, serConf, topology);
           } finally {
               client.close();
           }
       }
       LOG.info("Finished submitting topology: " +  name);
   } catch(TException e) {
       throw new RuntimeException(e);
   }
 }

　　其中RPC和数据序列化通过跨语言服务框架Thrift（http://wiki.apache.org/thrift/）实现。JStorm的服务定义在other/storm.thrift里。

　　Nimbus端接收到Client提交上来的Topology计算逻辑代码jar包后如前面所述将jar包暂存在目录$jstorm_local_dir/nimbus/inbox/stormjar-{$randomid}.jar；
　　Nimbus端接收到Client提交上来的Topology DAG和配置信息后：
　　    1）简单合法性检查；主要检查是否存在相同TopologyName的Topology，如果存在，拒绝Topology提交。
　　    2）生成topologyid；生成规则：TopologyName-counter-currenttime；
　　    3）序列化配置文件和Topology代码；
　　    4）Nimbus本地准备运行时所需数据；
　　    5）向Zookeeper注册Topology和Task；
　　    6）将Tasks压入分配队列等待TopologyAssign分配；

 @SuppressWarnings("unchecked")
 @Override
 public void submitTopology(String topologyname, String uploadedJarLocation, String jsonConf, StormTopology topology)
         throws AlreadyAliveException, InvalidTopologyException, TException {
     ……
     try {
         //1.检测topologyName是否已经存在，如果存在相同名称的topology则拒绝提交
         checkTopologyActive(data, topologyname, false);
     }
     ……
     //2.根据topologyname构造topologyid(=topologyname-$counter-$ctime)
     int counter = data.getSubmittedCount().incrementAndGet();
     String topologyId = topologyname + "-" + counter + "-"
             + TimeUtils.current_time_secs();
     //3.根据输入参数jsonConf重组配置数据
     Map serializedConf = (Map) JStormUtils.from_json(jsonConf);
     if (serializedConf == null) {
         throw new InvalidTopologyException("");
     }
     serializedConf.put(Config.STORM_ID, topologyId);
     Map stormConf;
     try {
         stormConf = NimbusUtils.normalizeConf(conf, serializedConf, topology);
     } catch (Exception e1) {
         throw new TException(errMsg);
     }
     Map totalStormConf = new HashMap(conf);
     totalStormConf.putAll(stormConf);
     StormTopology newtopology = new StormTopology(topology);
     //4.检查topology的合法性,包括componentid检查和spout/bolt不能为空检查
     // this validates the structure of the topology
     Common.validate_basic(newtopology, totalStormConf, topologyId);
     try {
         StormClusterState stormClusterState = data.getStormClusterState();
         //5.在nimbus的本地准备所有topology相关数据
         //包括$storm-local-dir/nimbus/stormdist/topologyid/{tormjar.jar,stormcode.ser,stormconf.ser}
         // create $storm-local-dir/nimbus/topologyId/xxxx files
         setupStormCode(conf, topologyId, uploadedJarLocation, stormConf,
                 newtopology);
         //6.向zk写入task信息
         //6.1新建目录$zkroot/taskbeats/topologyid
         //6.2写文件$zkroot/tasks/topologyid/taskid 内容为对应task的taskinfo[内容：componentid]
         // generate TaskInfo for every bolt or spout in ZK
         // $zkroot /tasks/topoologyId/xxx
         setupZkTaskInfo(conf, topologyId, stormClusterState);
         //7.任务分配事件压入待分配队列
         // make assignments for a topology
         TopologyAssignEvent assignEvent = new TopologyAssignEvent();
         assignEvent.setTopologyId(topologyId);
         assignEvent.setScratch(false);
         assignEvent.setTopologyName(topologyname);
         TopologyAssign.push(assignEvent);
     }
     ……
 }

3.任务调度

　　Topology被成功提交后会压入Nimbus中TopologyAssign的FIFO队列，后台任务调度线程对队列中的Topology逐个进行任务调度。
　　从0.9.0开始，JStorm提供非常强大的调度功能，基本上可以满足大部分的需求，同时支持自定义任务调度策略。JStorm的资源不再仅是Worker的端口，而从CPU/Memory/Disk/Net等四个维度综合考虑。
　　jstorm-0.7.1的任务调度策略仍主要以Worker端口/Net单一维度调度。

　　任务调度需要解决的问题是：如何将Topology DAG中各个计算节点和集群资源匹配，才能发挥高效的逻辑处理。0.7.1的策略是：
　　　　1、将集群中的资源排序：按照空闲worker数从小到大的顺序重排节点，节点内部按照端口大小顺序排列；
　　　 2、Topology中需要分配的任务（重新分配的Topology时大多任务不再需要分配）逐个映射到上述排好序的资源里。
任务调度核心逻辑如下：

 public static List sortSlots(
 Set allSlots, int needSlotNum) {
     Map> nodeMap = new HashMap>();
     // group by first
     // 按照节点进行组织Map> : nodeid -> ports
     for (NodePort np : allSlots) {
         String node = np.getNode();
         List list = nodeMap.get(node);
         if (list == null) {
             list = new ArrayList();
             nodeMap.put(node, list);
         }
         list.add(np);
     }

     //每一个nodeid按照端口的大小进行排序
     for (Entry> entry : nodeMap.entrySet()) {
         List ports = entry.getValue();
         Collections.sort(ports);
     }

     //收集所有的workers
     List> splitup = new ArrayList>(nodeMap.values());

     //按照节点可用worker数从小到大排序
     //1.assignTasks-Map supInfos
     //2.availSlots : splitup/List>
     Collections.sort(splitup, new Comparator> () {
         public int compare(List o1, List o2) {
             return o1.size() - o2.size();
         }
     });

     /*
      * splitup目前的状态(A-F表示节点，1-h表示端口)
      * |A| |B| |C| |D| |E| |F|
      *--|---|---|---|---|---|--
      * |1| |2| |3| |4| |5| |6|
      *     |7| |8| |9| |0| |a|
      *         |b| |c| |d| |e|
      *                 |f| |g|
      *                     |h|
      * 经过interleave_all收集到的sortedFreeSlots为：
      * 1-2-3-4-5-6-7-8-9-0-a-b-c-d-e-f-g-h
      */
     List sortedFreeSlots = JStormUtils.interleave_all(splitup);

     //比较sortedFreeSlots.size和needSlotNum的大小分配workers
     if (sortedFreeSlots.size()  needSlotNum
     return sortedFreeSlots.subList(, needSlotNum);
 }

4.任务监控

　　初始化Nimbus时后台会随之启动一个称为MonitorRunnable的线程，该线程的作用是定期检查所有运行Topology的任务Tasks是否存在Dead的状态。一旦发现Topology中存在Dead的任务Task，MonitorRunnable将该Topology置为StatusType.monitor，等待任务分配线程对该Topology中的Dead任务进行重新分配。
MonitorRunnable线程默认10s执行一次检查，主要逻辑如下：

 @Override
 public void run() {
     //1.获取jstorm对zk的操作接口
     StormClusterState clusterState = data.getStormClusterState();
     try {
         // Attetion, here don't check /ZK-dir/taskbeats to
         // get active topology list
         //2.通过$zkroot/assignments/获取所有需要检查active topology
         List active_topologys = clusterState.assignments(null);

         if (active_topologys == null) {
             LOG.info("Failed to get active topologies");
             return;
         }

         for (String topologyid : active_topologys) {
             LOG.debug("Check tasks " + topologyid);
             // Attention, here don't check /ZK-dir/taskbeats/topologyid to
             // get task ids
             //3.通过$zkroot/tasks/topologyid获取组成topology的所有tasks
             List taskIds = clusterState.task_ids(topologyid);
             if (taskIds == null) {
                 LOG.info("Failed to get task ids of " + topologyid);
                 continue;
             }

             boolean needReassign = false;
             for (Integer task : taskIds) {
                 //4.检查task是否为Dead状态，主要是task心跳是否超时
                 boolean isTaskDead = NimbusUtils.isTaskDead(data, topologyid, task);
                 if (isTaskDead == true) {
                     needReassign = true;
                     break;
                 }
             }
             if (needReassign == true) {
                 //5.如果Topology里有Dead状态的Task则topology状态置为monitor等待任务分配线程重新分配
                 NimbusUtils.transition(data, topologyid, false, StatusType.monitor);
             }
         }
     } catch (Exception e) {
         // TODO Auto-generated catch block
         LOG.error(e.getCause(), e);
     }
 }

四、结语

　　本文简单介绍了Nimbus在整个JStorm系统中扮演的角色，及其实现逻辑和关键流程的源码剖析，希望能够对刚接触JStorm的同学有所帮助。文中难免存在不足和错误，欢迎交流指导。

五、参考文献

[1]Storm社区. http://Storm.incubator.apache.org/
[2]JStorm源码. https://github.com/alibaba/jStorm/
[3]Storm源码. https://github.com/nathanmarz/Storm/
[4]Jonathan Leibiusky, Gabriel Eisbruch, etc. Getting Started with Storm.http://shop.oreilly.com/product/0636920024835.do. O’Reilly Media, Inc.
[5]Xumingming Blog. http://xumingming.sinaapp.com/
[6]量子恒道官方博客. http://blog.linezing.com/