首页 > 代码库 > Hadoop源码学习笔记(4) ——Socket到RPC调用

Hadoop源码学习笔记(4) ——Socket到RPC调用

Hadoop源码学习笔记(4)

——Socket到RPC调用

Hadoop是一个分布式程序,分布在多台机器上运行,事必会涉及到网络编程。那这里如何让网络编程变得简单、透明的呢?

网络编程中,首先我们要学的就是Socket编程,这是网络编程中最底层的程序接口,分为服务器端和客户端,服务器负责监听某个端口,客户端负责连接服务器上的某个端口,一旦连接通过后,服务器和客户端就可以双向通讯了,我们看下示例代码:

  1. ServerSocket server = new ServerSocket(8111);
  2. Socket socket = server.accept();
  3.  
  4. //由Socket对象得到输入流,并构造相应的BufferedReader对象
  5. BufferedReader is = new BufferedReader(new InputStreamReader(socket.getInputStream()));
  6. //由Socket对象得到输出流,并构造PrintWriter对象
  7. PrintWriter os = new PrintWriter(socket.getOutputStream());
  8.  
  9. while(true){
  10.    String inline = is.readLine();
  11.    System.out.println(" 收到信息:" + inline);
  12.    //服务器反回
  13.    os.println("serverSend:" + inline);
  14.    os.flush();
  15.    if (inline == "bye")
  16. break;
  17. }
  18. os.close();
  19. is.close();
  20. socket.close();
  21. server.close();
  22. System.out.println("服务器退出");

 

  1. Socket socket = new Socket("127.0.0.1",8111);
  2.  
  3. //由Socket对象得到输入流,并构造相应的BufferedReader对象
  4. BufferedReader is = new BufferedReader(new InputStreamReader(socket.getInputStream()));
  5. //由Socket对象得到输出流,并构造PrintWriter对象
  6. PrintWriter os = new PrintWriter(socket.getOutputStream());
  7. BufferedReader sin=new BufferedReader(new InputStreamReader(System.in));
  8. while(true){
  9.    System.out.println("请输入:");
  10.    String line = sin.readLine();
  11.    os.println(line);
  12.    os.flush();
  13.    String inline = is.readLine();
  14.    System.out.println("服务器获取值:" + inline);
  15.    if (line=="bye")
  16.       break;
  17. }
  18. os.close();
  19. is.close();
  20. socket.close();
  21. System.out.println("客户端退出");

 

这两段代码分别帖入两个类中,分开执行,先执行服务器端,再执行客户端,就可以互发消息了。

观察下代码,发现代码中下面4~20行逻辑是一至的,都是通过流来通讯,所以Socket中不同的是开始地方,服务器是通过server.accept()来获取Socket,而客户端是通过直接创建Socket对象的。

这段代码,其本运行是没问题的,但存在一个问题,就是当客户端接入时服务器端的accept函数才走下去,不然的话,会一直处于卡死等待状态。包括getInputStream函数,也会等待双方接通后,才往下走。除非等到客户端接入,或中断。当然有人会说,可以引入多线程啊,没错,是可以,但是想一下,是不是每个客户接入都得有一个线程? 否则少一个线程,就会有一堆的卡着。所以这种方式不适合在大最客户端接入的情况。

 

在JDK1.4引入了非阻塞的通信方式,这样使得服务器端只需要一个线程就能处理所有客户端socket的请求。

下面是几个需要用到的核心类:

  • ServerSocketChannel: ServerSocket 的替代类, 支持阻塞通信与非阻塞通信.
  • SocketChannel: Socket 的替代类, 支持阻塞通信与非阻塞通信.
  • Selector: 为ServerSocketChannel 监控接收客户端连接就绪事件, 为 SocketChannel 监控连接服务器就绪, 读就绪和写就绪事件.
  • SelectionKey: 代表 ServerSocketChannel 及 SocketChannel 向 Selector 注册事件的句柄. 当一个 SelectionKey 对象位于Selector 对象的 selected-keys 集合中时, 就表示与这个 SelectionKey 对象相关的事件发生了.在SelectionKey 类中有几个静态常量
    • SelectionKey.OP_ACCEPT->客户端连接就绪事件 等于监听serversocket.accept()返回一个socket
    • SelectionKey.OP_CONNECT->准备连接服务器就绪跟上面类似,只不过是对于socket的相当于监听了socket.connect()
    • SelectionKey.OP_READ->读就绪事件, 表示输入流中已经有了可读数据, 可以执行读操作了
    • SelectionKey.OP_WRITE->写就绪事件

 

所以服务器端代码就可以升一下级了,变成如下:

  1. public class SocketChannelTest implements Runnable {
  2.  
  3.    @Override
  4.    public void run() {
  5.       while (true) {
  6.          try {
  7.             selector.select();
  8.             Set<SelectionKey> keys = selector.selectedKeys();
  9.             Iterator<SelectionKey> iter = keys.iterator();
  10.             SocketChannel sc;
  11.             while (iter.hasNext()) {
  12.                SelectionKey key = iter.next();
  13.                if (key.isAcceptable())
  14.                   ; // 新的连接
  15.                else if (key.isReadable())
  16.                   ;// 可读
  17.                iter.remove(); // 处理完事件的要从keys中删去
  18.             }
  19.          } catch (Exception e) {
  20.             e.printStackTrace();
  21.          }
  22.       }
  23.    }
  24.    static Selector selector;
  25.  
  26.    public static void main(String[] args) throws IOException,
  27.          InterruptedException {
  28.       selector = Selector.open(); // 静态方法 实例化selector
  29.       ServerSocketChannel serverChannel = ServerSocketChannel.open();
  30.       serverChannel.configureBlocking(false); // 设置为非阻塞方式,如果为true 那么就为传统的阻塞方式
  31.       serverChannel.socket().bind(new InetSocketAddress(8001)); // 绑定IP 及 端口
  32.       serverChannel.register(selector, SelectionKey.OP_ACCEPT); // 注册
  33.                                                    // OP_ACCEPT事件
  34.       Thread thd = new Thread(new SocketChannelTest());
  35.       thd.start();// 开启线程 处理请求
  36.       thd.join();
  37.    }
  38. }

 

好,这样通讯代码简化了。但继续想,我们通讯的目的是什么?客户端发一个指令,服务器执行一些内容,然后把结果返回给客户端。这不就像调用一下函数么,调用函数名、传入参数、返回值。

这个就称之为远程方法调用(RPC Remote Procedure Call Protocol),毫无疑问,这个RPC实现肯定是基于上面的这个Socket的。至于具体如何实现呢,我们看下面的分解。

在看实现之前,我们先看一下,这个RPC是如何用的,如何做到调用透明的:

我们在src下新建一个RPCTest的包,定义一个功能接口IRPCTestEntity.java:

  1. package RPCTest;
  2. import org.apache.hadoop.ipc.VersionedProtocol;
  3. public interface IRPCTestEntity  extends VersionedProtocol {
  4.     int Calc(int x,int y);
  5. }

该接口中有一个Calc的函数。

定义一个实现类RPCTestEntity.java:

  1. package RPCTest;
  2. import java.io.IOException;
  3. public class RPCTestEntity implements IRPCTestEntity{
  4.    @Override
  5.    public long getProtocolVersion(String protocol, long clientVersion)  throws IOException {
  6.       return 0;
  7.    }
  8.  
  9.    public int Calc(int x,int y){
  10.       int z =0 ;
  11.       z = x + y;
  12.       return z;
  13.    }
  14.  
  15. }

这个类中实现了Calc函数,执行内容为将x,y相加,将和返回。

我们再定义一个服务器类(RPCTestSvr.java),将该实现类注册成RPC服务:

  1. package RPCTest;
  2. import java.io.IOException;
  3.  
  4. public class RPCTestSvr {
  5.    public static void main(String[] args) throws IOException, InterruptedException {
  6.       RPCTestEntity obj = new RPCTestEntity();
  7.       Configuration conf = new Configuration();
  8.       Server server = RPC.getServer(obj, "", 9001, conf);
  9.       server.start();
  10.       server.join();
  11.    }
  12. }

代码比较简单,定义了一个RPCTestEntity的实体,然后RPC创建一个Server,传入实体对象,然后这个服务就调用join卡住,用于不断接收请求。 创建完后,就可把这个"服务器"启动起来了。

再创建一个客户端(RPCTestClient.java):

  1. package RPCTest;
  2.  
  3. import java.io.IOException;
  4. import java.net.InetSocketAddress;
  5.  
  6. import org.apache.hadoop.conf.Configuration;
  7. import org.apache.hadoop.ipc.RPC;
  8. import org.apache.hadoop.ipc.VersionedProtocol;
  9.  
  10. public class RPCTestClient {
  11.    public static void main(String[] args) throws IOException {
  12.       InetSocketAddress addr = new InetSocketAddress("127.0.0.1",9001);
  13.       Configuration conf = new Configuration();
  14.       VersionedProtocol obj = RPC.getProxy(IRPCTestEntity.class, 0, addr, conf);
  15.       IRPCTestEntity ent = (IRPCTestEntity)obj;
  16.       int x = ent.Calc(5, 6);
  17.       System.out.println(x);
  18.    }
  19. }

这里,我们通过RPC.getProxy函数获了一个IRPCTestEntity的接口实例,然后就可以直接调用了。

运行后,发现这个值马上返回了过来,同时在"服务器"端也会收到一定的请求信息。说明两者之间通了。

仔细看,这个客户端中,整个过程就没有涉及到RPCTestEntity这个实现的实体,换句话说,客户端产生的是一个虚拟的实现类,然后调用起来了。

 

OK,示例程序跑起来了,也带给我们几个问题,1、这个客户端中的obj是什么对象?2、为什么我们调用obj对象中的函数(Calc)会跑到服务器上运行,如何实现的?

 

底层的通讯,我们是知道的,肯定用socket,用它能够传递各种数据。如何与函数关联呢? 我们进入getProxy函数,

我们看到这个getProxy函数中,返回了VersionedProtocol接口的对象,从字面意思,这个Proxy意为代理, 所以我们得到的obj就是一个代理类。同时也看出,要作为RPC处理对象,这个接口必实现VersionedProtocol(简单地看下里面,只有一个函数,返回版本号,是用于判断双方版本所用,只有版本匹配,才能调用)。

其创建可以看到,用到了:

Proxy.newProxyInstance(

protocol.getClassLoader(), new Class[] { protocol },

new Invoker(addr, ticket, conf, factory));

然后这个代理类,就自动实现了伟放的protocol这个接口类型。然后当我们调用代理类中的函数时,这个传入的Invoker类,就会收到通知,通知里包含了调用信息,我们进入Invoker中看一下:

private static class Invoker implements InvocationHandler

这是一个写在RPC类中的内部类,且是私有的,意思就是只为这个RPC调用,其实现的规定接口InvocationHandler,那么就要实现规定的函数Invoke咯:

  1. public Object invoke(Object proxy, Method method, Object[] args)
  2.      throws Throwable {
  3.      final boolean logDebug = LOG.isDebugEnabled();
  4.      long startTime = 0;
  5.      if (logDebug) {
  6.        startTime = System.currentTimeMillis();
  7.      }
  8.  
  9.      ObjectWritable value = http://www.mamicode.com/(ObjectWritable)
  10.        client.call(new Invocation(method, args), address,
  11.                    method.getDeclaringClass(), ticket);
  12.      if (logDebug) {
  13.        long callTime = System.currentTimeMillis() - startTime;
  14.        LOG.debug("Call: " + method.getName() + "" + callTime);
  15.      }
  16.      return value.get();
  17.    }

这个invoke函数,就是当我们调用代理类中的函数(obj.Calc)时,会收到的请求,看下参数,传入的有,Method(函数),args(参数),一应俱全,有了这些内容后,就可以调用底层的Socket,将这些信息打包起来(放入的Invocation类)中,一并发向服务器中。

同时,服务器端中,就比较容易了,在收到请求后,就可以解析出要调用的函数和参数,然后通过反射来调用在服务器一开始注册上的对象中的函数,再将返回值通过Socket传回客户端,再由这个invoke函数将值返回。

 

OK,这个几个点想通了,整个过程就容易理解了。总之:

服务器端——注册服务:RPC.getServer(obj, "", 9001, conf);

客户端——取得代理类:obj = RPC.getProxy()

通过这样的包装后,网络访问就非常透明了。

 

但这里,还是有很多深层次的问题,比如服务端对象生命状态如何管理,多个客户端并发怎么处理,传送数据中流怎么办? 这一系列的问题,就得深入看一下这个Server Client RPC这几个类才能找到答案了。 深入问题先留着,后面再来看, 目前先把它的架子搞清楚。

Hadoop源码学习笔记(4) ——Socket到RPC调用