Spark1.6.0

前言

几年前，我在刚刚进入大数据领域的时候，很快就了解到Hive所提供的一种另类的SQL。最初使用Hive的命令行提交任务，后来便用上了HiveServer和HiveServer2。半年前第一次注意到Spark的Thrift服务，当时心中就笃定它肯定与HiveServer2有着某种联系，直到在工作中真正使用它。

在使用HiveThriftServer2的过程中，通过故障排查、源码分析和功能优化，HiveThriftServer2的实现及其原理就浮上水面。等我了解了HiveThriftServer2，情不自禁的就会和Tomcat进行一番比较，尤其是在组件的生命周期管理方面。有兴趣的同学可以先阅读下我之前写得《Tomcat7.0源码分析——生命周期管理》一文。Tomcat将内部组件都抽象为容器，而HiveThriftServer2的内部组件都是服务。HiveThriftServer2对服务的抽象不是本来固有的，而是继承自HiveServer2的。根据HiveServer2的设计，所有的服务都需要实现Service接口。

本文将从HiveThriftServer2的Service接口设计、生命周期管理、启动过程分析三个角度深入分析。

一切都是服务

早年间火热的SOA技术，有一个关键的修饰语——“一切都是服务”，今天拿来形容HiveThriftServer2及HiveServer2中的组件抽象却恰如其分。HiveServer2定义了Service接口，其中包含的接口方法见代码清单1。

代码清单1 Service的定义

  void init(HiveConf conf);
  void start();
  void stop();
  void register(ServiceStateChangeListener listener);
  void unregister(ServiceStateChangeListener listener);
  String getName();
  HiveConf getHiveConf();
  STATE getServiceState();
  long getStartTime();

代码清单1展示了Service定义的各个接口方法，它们分别是：

• init：对服务组件进行初始化
• start：启动服务组件
  
• stop：停止服务组件
  
• register：注册对服务组件的状态感兴趣的监听器，监听器由ServiceStateChangeListener接口定义。ServiceStateChangeListener只有stateChanged一个方法用来处理服务组件的状态。
  
• unregister：撤销对服务组件的状态感兴趣的监听器
  
• getName：获取服务组件的名称
  
• getHiveConf：获取初始化服务组件时，设置的HiveConf
  
• getServiceState：获取服务组件的状态。方法返回的枚举类型STATE定义了服务组件所能拥有的所有可能状态，包括：未初始化（NOTINITED）、初始化（INITED）、已启动（STARTED）、已停止（STOPPED）。
• getStartTime：获取服务组件的启动时间。
  

HiveServer2的抽象类AbstractService中实现了Service的所有接口，AbstractService中有以下属性：

• state：服务组件的初始状态，默认为NOTINITED。
• name：服务组件的名称。
  
• startTime：服务组件的启动时间。
  
• hiveConf：服务组件初始化时设置的hiveConf。
  
• listeners：用于缓存对服务组件的状态感兴趣的所有ServiceStateChangeListener的列表。

有了对这些属性的了解，AbstractService实现的方法如下：

服务初始化

AbstractService实现的初始化方法见代码清单2.

代码清单2

  public synchronized void init(HiveConf hiveConf) {
    ensureCurrentState(STATE.NOTINITED); //确认服务组件的当前状态是否一致
    this.hiveConf = hiveConf;
    changeState(STATE.INITED); //将服务组件的状态修改为INITED
    LOG.info("Service:" + getName() + " is inited.");
  }

changeState方法除了修改服务组件的状态外，还会触发所有监听器，见代码清单3.

代码清单3

  private void changeState(STATE newState) {
    state = newState;
    // notify listeners
    for (ServiceStateChangeListener l : listeners) {
      l.stateChanged(this);
    }
  }

服务启动

AbstractService实现的启动方法见代码清单4.

代码清单4

  public synchronized void start() {
    startTime = System.currentTimeMillis();
    ensureCurrentState(STATE.INITED);
    changeState(STATE.STARTED); //将服务组件的状态修改为STARTED
    LOG.info("Service:" + getName() + " is started.");
  }

服务停止

AbstractService实现的启动方法见代码清单5.

代码清单5

  public synchronized void stop() {
    if (state == STATE.STOPPED ||
        state == STATE.INITED ||
        state == STATE.NOTINITED) {
      // already stopped, or else it was never
      // started (eg another service failing canceled startup)
      return;
    }
    ensureCurrentState(STATE.STARTED);
    changeState(STATE.STOPPED); //将服务组件的状态修改为STOPPED
    LOG.info("Service:" + getName() + " is stopped.");
  }

监听器的注册与注销

AbstractService实现的监听器注册和注销方法见代码清单6.

代码清单6

  @Override
  public synchronized void register(ServiceStateChangeListener l) {
    listeners.add(l);
  }
  @Override
  public synchronized void unregister(ServiceStateChangeListener l) {
    listeners.remove(l);
  }

获取服务信息

AbstractService实现的获取服务信息的方法见代码清单7.

代码清单7

  @Override
  public String getName() {
    return name;
  }
  @Override
  public synchronized HiveConf getHiveConf() {
    return hiveConf;
  }
  @Override
  public long getStartTime() {
    return startTime;
  }

有了Service的基础定义和AbstractService的基础实现，HiveServer2中的所有服务就有了依托。像OperationManager和ThriftCliService就直接继承了AbstractService。在整个设计中，HiveServer2还提供了一个对AbstractService的行为进行了重写的复合组件（CompositeService）用于表示由多种服务组件组合构成的服务组件。HiveServer2中的所有复合组件，比如CLIService、HiveServer2、SessionManager等都继承自CompositeService。HiveThriftServer2通过反射加继承的方式间接的使用了AbstractService和CompositeService。在介绍复合组件之前，我们先展示整个Service的继承体系，如图1所示。

图1 Service的继承体系

复合服务

从图1可以看出CompositeService直接继承了AbstractService。CompositeService内部定义了一个用于管理所有子Service的列表：

  private final List<Service> serviceList = new ArrayList<Service>();

所有组成CompositeService的子Service，都将被serviceList所持有。CompositeService借助List的add或remove方法实现了子Service的添加与删除。

CompositeService重写了AbstractService实现的服务初始化、服务启动、服务停止等方法。

复合服务的初始化

CompositeService重写的初始化方法见代码清单8.

代码清单8

  @Override
  public synchronized void init(HiveConf hiveConf) {
    for (Service service : serviceList) {
      service.init(hiveConf);
    }
    super.init(hiveConf);
  }

根据代码清单8，我们知道CompositeService的初始化实际就是对所有子Service的初始化。

复合服务的启动

CompositeService重写的启动方法见代码清单9.

代码清单9

  @Override
  public synchronized void start() {
    int i = 0;
    try {
      for (int n = serviceList.size(); i < n; i++) {
        Service service = serviceList.get(i);
        service.start();
      }
      super.start();
    } catch (Throwable e) {
      LOG.error("Error starting services " + getName(), e);
      stop(i);
      throw new ServiceException("Failed to Start " + getName(), e);
    }
  }

根据代码清单9，我们知道CompositeService的启动实际就是对所有子Service的启动。

复合服务的停止

CompositeService重写的停止方法见代码清单10.

代码清单10

  @Override
  public synchronized void stop() {
    if (this.getServiceState() == STATE.STOPPED) {
      // The base composite-service is already stopped, don't do anything again.
      return;
    }
    if (serviceList.size() > 0) {
      stop(serviceList.size() - 1);
    }
    super.stop();
  }

根据代码清单10，我们知道CompositeService的停止实际就是对所有子Service的停止。
图1中所示的CLIService、HiveServer2、SessionManager由于继承了CompositeService，所以他们都是复合组件。

HiveThriftServer2与HiveServer2的区别

从图1看到HiveThriftServer2、SparkSQLSessionManager及SparkSQLCLIService在分别继承了HiveServer2、SessionManager及CLIService的同时，又分别实现了ReflectedCompositeService。这种实现貌似很奇怪，但是细细想来其实非常自然。HiveThriftServer2从设计之初就是要重用HiveServer2中的各种功能，这可以大大简化开发的工作量，并且可以直接将HiveServer2已经实现的各种特性继承过来。那么为什么又要实现ReflectedCompositeService呢？在回答这个问题之前，我们先来看看HiveThriftServer2与HiveServer2内部Service的区别，如图2所示。

图2 HiveServer2与HiveThriftServer2的对比

从图2看到，HiveServer2的子Service包括CLIService、ThriftHttpCLIService及ThriftBinaryCLIService。而HiveThriftServer2的子Service包括SparkSQLCLIService、ThriftHttpCLIService及ThriftBinaryCLIService。CLIService和SparkSQLCLIService内部也有不同的子Service。由于HiveThriftServer2内部需要使用Spark的一些API，所以HiveThriftServer2不可能单纯的继承HiveServer2。另一方面，由于HiveThriftServer2继承了HiveServer2，所以默认情况下HiveThriftServer2内部的子Service即为HiveServer2内部的子服务，为了给HiveThriftServer2的子Service做一些定制化的扩展，只能通过反射的方式替换HiveServer2内部的子Service。ReflectedCompositeService提供了反射初始化HiveThriftServer2的子Service的实现，见代码清单11.

代码清单11

private[thriftserver] trait ReflectedCompositeService { this: AbstractService =>
  def initCompositeService(hiveConf: HiveConf) {
    // Emulating `CompositeService.init(hiveConf)`
    val serviceList = getAncestorField[JList[Service]](this, 2, "serviceList")
    serviceList.asScala.foreach(_.init(hiveConf))
    // Emulating `AbstractService.init(hiveConf)`
    invoke(classOf[AbstractService], this, "ensureCurrentState", classOf[STATE] -> STATE.NOTINITED)
    setAncestorField(this, 3, "hiveConf", hiveConf)
    invoke(classOf[AbstractService], this, "changeState", classOf[STATE] -> STATE.INITED)
    getAncestorField[Log](this, 3, "LOG").info(s"Service: $getName is inited.")
  }
}

Spark中每个实现了ReflectedCompositeService的服务，内部都重写了init方法，以便于创建那些扩展了Spark相关特性的子Service，并将它们添加到serviceList中，最后调用ReflectedCompositeService提供的initCompositeService方法完成子Service的初始化。

初始化、启动、停止

无论是HiveThriftServer2还是HiveServer2，除了初始化过程，它们的启动过程、停止过程都是类似的。本节将先分别展示HiveServer2和HiveThriftServer2的初始化过程，然后介绍它们共同的启动过程，至于停止过程和启动过程十分相似，就不过多介绍了。

HiveServer2的初始化过程，如图3所示。

图3 HiveServer2的初始化过程

HiveThriftServer2的初始化过程，如图4所示。

图4 HiveThriftServer2的初始化过程

Service的启动过程，如图5所示。

图5 Service的启动过程

由于Service的停止过程与启动过程相类似，因此不再赘述。

最后再附上本文的姊妹篇——《Spark1.6.0功能扩展——为HiveThriftServer2增加HA》

关于《Spark内核设计的艺术 架构设计与实现》

经过近一年的准备，基于Spark2.1.0版本的《Spark内核设计的艺术 架构设计与实现》一书现已出版发行，图书如图：

纸质版售卖链接如下：

京东：https://item.jd.com/12302500.html

电子版售卖链接如下：

京东：https://e.jd.com/30389208.html