Flink Credit Based 网络通信

本文主要对Flink 1.5中在network stack中引入的credit base模式进行说明。首先,会对flink 1.5之前的通信模型进行简单的说明,然后在对Credit Based网络通信模型进行说明,这样更容易理解为什么需要Credit Based这样的通信模型。

老的网络通信模型

数据生产节点

  • 数据写入端将数据写入到buffer中。
  • 判断当前channel是否可写
  • 判断buffer中是否有数据,有则通过该channel发送到消费端。

数据消费节点

  • 接受到数据包msg后,首先向LocalBufferPool申请内存buffer。
  • 申请成功则将msg的内容拷贝到buffer中,并释放msg。
  • 如果申请内存失败,则监听LocalBufferPool中的内存情况(这样当有可用的内存时,会被通知到),并将channel的autoRead属性设置为false(导致发送的端的channel变为不可写状态),同时将当前的msg放到staged的集合中(staged集合用来存储那些申请内存失败的msg),当LocalBufferPool中的有可用内存时会先处理staged中的msg集合,staged中的msg处理完毕后才会将channel的autoRead属性设置为true。

缺点
可以看到在老的网络模型中,数据生成节点只能通过检查当前的channel是否可写来决定自己是否要向消费端发送数据,它对下游数据消费端的真实容量情况一概不知。这就导致,当生成节点发现channel已经不可写的时候,有可能下游消费节点已经积压了很多数据(这些数据最终会被发在staged结合中)。

Credit Based网络通信模型

为了解决老的通信模型中,生成节点对消费节点的真实容量情况一无所知而导致数据积压的情况。Flink引入了Credit Based网络通信模型。简单的说,它的工作方式就是,在数据传输的过程中。消费节点主动告知生成节点它的容量情况,也就是消费节点让生成节点发多少数据,生成节点才发多少数据。

数据生产节点

数据写出流程

  • 数据写入端将数据写入到buffer中。
  • 判断当前的credit值是否大于0。
  • 如果credit > 0,则将数据写出,并更新credit值。数据写出的时候会在msg上带上当前生成端的数据量backlog。
  • 如果credit <= 0,则不写。

数据消费节点

  • 节点接到msg包后,从msg包中拿出backlog值,更具该值判断是否需要从LocalBufferPool中申请新的内存块用于接受数据。
  • 如果backlong >= 消费端当前缓存的buffer数,则想向LocalBufferPool中申请新的内存块。然后再将新申请到的内存块作为credit值的增量通过Credit消息发送到数据生产端。
  • 接着msg被接着处理,从消费端缓存的内存块中取出内存块buffer,并将msg拷贝到buffer中,释放msg。

以上便是Credit Based网络模型的大致过程,为了把主要的流程说清楚省略了很多的细节,包括Credit信息的同步、LocalBufferPool的内存控制等。感兴趣的同学看下下面这些相关的源码,毕竟看代码还是更加清楚些:

  • Credit Based 数据发送端
    CreditBasedPartitionRequestClientHandler.java
  • Credit Based 数据接收端
    CreditBasedSequenceNumberingViewReader
  • 非Credit Based数据接受端
    PartitionRequestClientHandler.java
  • LocalBufferPool相关
    LocalBufferPool.java
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,509评论 6 504
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,806评论 3 394
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,875评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,441评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,488评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,365评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,190评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,062评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,500评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,706评论 3 335
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,834评论 1 347
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,559评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,167评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,779评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,912评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,958评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,779评论 2 354

推荐阅读更多精彩内容