简介
ContainerManager主要负责NM中管理所有Container生命周期,其主要包含启动Container、恢复Container、停止Container等功能。
主要功能由ContainerManagerImpl类实现,具体代码可以参考当前类。
初始化
初始化主要分为两部分:
ContainerManagerImpl实例的构造函数和serviceInit函数。
构造函数
当前函数为构造函数,主要初始化必须要的一些变量等。
- dispatcher : 事件的中央调度器,主要用于管理单个Container的生命周期。在当前函数里面会通过
dispatcher.register()
注册支持的事件。
- containersLauncher: 主要用于启动Container,可以通过配置项yarn.nodemanager.containers-launcher.class指定。默认为containersLauncher.class
serviceInit函数
主要是服务启动时的初始化函数,ContainerManager在NodeManager内部属于一个服务。所以初始化的时候会调用这个函数初始化一些服务相关的东西。
在这个函数里面总结下来主要做了几件事:
- 继续初始化一些事件,主要包含LogHandlerEventType、SharedCacheUploadEventType。
- 初始化AMRMProxyService。
- 从本地的LevelDB恢复Container信息。
恢复当前NodeManager的所有作业信息
第一步:恢复Application 信息
首先是从LevelDB里面加载Application信息。循环加载。
RecoveredApplicationsState appsState = stateStore.loadApplicationsState();
try (RecoveryIterator<ContainerManagerApplicationProto> rasIterator =
appsState.getIterator()) {
while (rasIterator.hasNext()) {
ContainerManagerApplicationProto proto = rasIterator.next();
LOG.debug("Recovering application with state: {}", proto);
recoverApplication(proto);
}
}
加载Application的时候会将Application的上下文信息从LevelDB里面读出来,通过上下文信息等初始化新的ApplicationImpl,并且触发ApplicationInitEvent事件。
会根据当前作业上下文中实际的状态等信息跳转到实际的状态。
ApplicationImpl app = new ApplicationImpl(dispatcher, p.getUser(), fc,
appId, creds, context, p.getAppLogAggregationInitedTime());
context.getApplications().put(appId, app);
metrics.runningApplication();
app.handle(new ApplicationInitEvent(appId, acls, logAggregationContext));
第二步:恢复所有的Container信息
第二步是从LevelDB里面加载Container信息。循环加载。
try (RecoveryIterator<RecoveredContainerState> rcsIterator =
stateStore.getContainerStateIterator()) {
while (rcsIterator.hasNext()) {
RecoveredContainerState rcs = rcsIterator.next();
LOG.debug("Recovering container with state: {}", rcs);
recoverContainer(rcs);
}
}
recoverContainer函数用于恢复单个Container信息。对于已经存在的Application对应的Container会通过LevelDB里面加载到的信息初始化Container对象,
将其加到所有Container的列表里面并且触发ApplicationContainerInitEvent,后续会根据实际状态信息跳转到指定状态继续处理。
Container container = new ContainerImpl(getConfig(), dispatcher,
launchContext, credentials, metrics, token, context, rcs);
context.getContainers().put(token.getContainerID(), container);
containerScheduler.recoverActiveContainer(container, rcs);
app.handle(new ApplicationContainerInitEvent(container));
如果发现作业的状态为KILL状态,则会为当前Container重新触发KILL事件,保证Container已经停止。
对于Application找不见的Container,认为作业已经结束了,直接标记为已经完成。
在恢复完成之后会触发事件: ContainerSchedulerEventType.RECOVERY_COMPLETED
此状态会重新拉起所有的Container。
启动Containers
获取NMToken
在Container启动之前需要获取NMToken,可以通过下面命令获取,一般情况下获取第一个NMTokenIdentifier类型的Token。
Set<TokenIdentifier> tokenIdentifiers = remoteUgi.getTokenIdentifiers();
开始启动Container
启动之前需要做的就是初始化ContainerImpl信息,方便后续启动Container。
Container container =
new ContainerImpl(getConfig(), this.dispatcher,
launchContext, credentials, metrics, containerTokenIdentifier,
context, containerStartTime);
如果是第一次启动(满足条件:!context.getApplications().containsKey(applicationID))
,也就是AM,会通过下面命令触发作业的启动:
context.getNMStateStore().storeApplication(applicationID,
buildAppProto(applicationID, user, credentials, appAcls,
logAggregationContext, flowContext));
dispatcher.getEventHandler().handle(new ApplicationInitEvent(
applicationID, appAcls, logAggregationContext));
满足下面条件则是恢复Application:
containerTokenIdentifier.getContainerType() == ContainerType.APPLICATION_MASTER && context.getApplications().containsKey(applicationID))
启动Container主要是触发Container的Init事件:
this.context.getNMStateStore().storeContainer(containerId,
containerTokenIdentifier.getVersion(), containerStartTime, request);
dispatcher.getEventHandler().handle(
new ApplicationContainerInitEvent(container));
停止Container
获取NMToken
在Container停止之前需要获取NMToken,可以通过下面命令获取,一般情况下获取第一个NMTokenIdentifier类型的Token。和启动时候的类似。
Set<TokenIdentifier> tokenIdentifiers = remoteUgi.getTokenIdentifiers();
停止作业
停止作业的时候会优先通过context.getContainers().get(containerID)
获取Container信息。
如下场景会抛出异常:
- 对于查询不到的Container,如果不是最新停止的,则会抛出异常。
- 对于正在恢复的Container,不会接受停止,会抛出异常。
停止作业的核心逻辑如下,核心思想是触发KILL事件。具体可以参见Container事件处理
context.getNMStateStore().storeContainerKilled(containerID);
container.sendKillEvent(ContainerExitStatus.KILLED_BY_APPMASTER,
"Container killed by the ApplicationMaster.");
Container事件处理
Container启动的开始是从事件InitContainerTransition。由当前事件通过状态机转到其他状态。
![pic](https://pan.zeekling.cn/zeekling/hadoop/yarn/2024-08-04_17-35.png?imageView2/2/w/1280/format/jpg/interlace/1/q/100)