Twitter Storm源代码分析之Tuple是如何发送的

zgljl0

2014-04-07

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:

 
； 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

 
; 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：

 
; 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:

 
(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:

 
(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：

Bolt创建一个tuple。
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).
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。

推荐阅读：

line clojure