Operator Chains的生成

目录

Chaining operators together into tasks is a useful optimization: it reduces the overhead of thread-to-thread handover and buffering, and increases overall throughput while decreasing latency.

上面是官方对Operator Chains的解释,以及示意图,那么看到这个图的时候会产生一个疑问,什么场景什么样的算子会产生Operator Chains?本文将详细解答这个疑问。

Flink job执行作业过程

下面是一段样例代码,传送门

public class TaskDemo {
    public static void main(String[] args) throws Exception {
        final StreamExecutionEnvironment env = StreamExecutionEnvironment.createLocalEnvironment();
        env.setParallelism(1);

        env.addSource(new DataSource())
                .map(new MyMapFunction())
                .keyBy(0)
                .process(new MyKeyedProcessFunction())
                .addSink(new DataSink()).setParallelism(1).name("Custom Sink");

        env.execute();
    }
}

从这样一段Program到flink真正的执行,会经过如下一个流程
Program-> StreamGraph-> JobGraph-> ExecutionGraph,那么生成Operator Chains就是在StreamGraph-> JobGraph这个阶段。

Operator Chains生成规则

StreamingJobGraphGenerator这个类,是负责将StreamGraph转成JobGraph。其中isChainable方法就是用来判断operator之间是否可以构成chain。

public static boolean isChainable(StreamEdge edge, StreamGraph streamGraph) {
  StreamNode upStreamVertex = streamGraph.getSourceVertex(edge);
  StreamNode downStreamVertex = streamGraph.getTargetVertex(edge);

  StreamOperatorFactory<?> headOperator = upStreamVertex.getOperatorFactory();
  StreamOperatorFactory<?> outOperator = downStreamVertex.getOperatorFactory();

  return downStreamVertex.getInEdges().size() == 1
    && outOperator != null
    && headOperator != null
    && upStreamVertex.isSameSlotSharingGroup(downStreamVertex)
    && outOperator.getChainingStrategy() == ChainingStrategy.ALWAYS
    && (headOperator.getChainingStrategy() == ChainingStrategy.HEAD ||
        headOperator.getChainingStrategy() == ChainingStrategy.ALWAYS)
    && (edge.getPartitioner() instanceof ForwardPartitioner)
    && edge.getShuffleMode() != ShuffleMode.BATCH
    && upStreamVertex.getParallelism() == downStreamVertex.getParallelism()
    && streamGraph.isChainingEnabled();
}

可以看到是否可以组成chain判断了10个条件,有任何一个不满足,两个operator就不能构成一个chain。在分析这10个条件之前,读者需要明白,在flink中把程序转化成了一个有向图,这个图的顶点就是每个operator,边作为operator之间的连接关系有很多的属性,比如outputPartitioner等。
1. downStreamVertex.getInEdges().size() == 1下游算子的入边只有一个,也就是说它的上游的算子只能有一个。比如上面的样例程序,map的上游算子是source,而且只有一个source,就满足这个条件。如果是下面的程序,map的上游有两个source,即downStreamVertex.getInEdges()=2,这样sourcemap两个算子就不能构成一个chain。

public class UnionDemo {
    public static void main(String[] args) throws Exception{
        final StreamExecutionEnvironment env = StreamExecutionEnvironment.createLocalEnvironment();
        env.setParallelism(1);

        DataStream<Tuple2<String, Integer>> orangeStream = env.addSource(new DataSource("orangeStream"));
        DataStream<Tuple2<String, Integer>> greenStream = env.addSource(new DataSource("greenStream"));

        orangeStream.union(greenStream).map(new MapFunction<Tuple2<String, Integer>, Tuple2<String, Integer>>() {
            @Override
            public Tuple2<String, Integer> map(Tuple2<String, Integer> value) throws Exception {
                return value;
            }
        }).print("union");
        env.execute("Union Demo");
    }
}

2.outOperator != null表示下游顶点的算子不能为null,例如TaskDemo样例中map顶点的算子就是StreamMap。

3.headOperator != null表示上游顶点的算子不能为null,例如TaskDemo样例中source顶点的算子就是StreamSource。

4.upStreamVertex.isSameSlotSharingGroup(downStreamVertex)这个条件的意思是两个顶点在同一个槽位共享组中。在StreamGraphGenerator#determineSlotSharingGroup中确定了槽位共享组

/**
     * Determines the slot sharing group for an operation based on the slot sharing group set by
     * the user and the slot sharing groups of the inputs.
     *
     * <p>If the user specifies a group name, this is taken as is. If nothing is specified and
     * the input operations all have the same group name then this name is taken. Otherwise the
     * default group is chosen.
     *
     * @param specifiedGroup The group specified by the user.
     * @param inputIds The IDs of the input operations.
     */
private String determineSlotSharingGroup(String specifiedGroup, Collection<Integer> inputIds) {
  if (!isSlotSharingEnabled) {
    return null;
  }

  if (specifiedGroup != null) {
    return specifiedGroup;
  } else {
    String inputGroup = null;
    for (int id: inputIds) {
      String inputGroupCandidate = streamGraph.getSlotSharingGroup(id);
      if (inputGroup == null) {
        inputGroup = inputGroupCandidate;
      } else if (!inputGroup.equals(inputGroupCandidate)) {
        return DEFAULT_SLOT_SHARING_GROUP;
      }
    }
    return inputGroup == null ? DEFAULT_SLOT_SHARING_GROUP : inputGroup;
  }
}

官方对槽位共享组的描述如下:

Set the slot sharing group of an operation. Flink will put operations with the same slot sharing group into the same slot while keeping operations that don't have the slot sharing group in other slots. This can be used to isolate slots. The slot sharing group is inherited from input operations if all input operations are in the same slot sharing group. The name of the default slot sharing group is "default", operations can explicitly be put into this group by calling slotSharingGroup("default").

5.outOperator.getChainingStrategy() == ChainingStrategy.ALWAYS下游顶点的算子连接策略是ALWAYS,默认是ALWAYS,如果算子调用了disableChaining(),会设置为NEVER;如果算子调用了startNewChain(),会设置为HEAD。

6.(headOperator.getChainingStrategy()==ChainingStrategy.HEAD || headOperator.getChainingStrategy()==ChainingStrategy.ALWAYS),和上一条一样,上游顶点的算子连接策略必须是HEAD或者ALWAYS。

7.(edge.getPartitioner() instanceof ForwardPartitioner)这个表示边的Partitioner必须是ForwardPartitioner,这个是在生成StreamGraph的时候,在StreamGraph#addEdgeInternal中确定的,详细的过程可以参见这个方法。

8.edge.getShuffleMode() != ShuffleMode.BATCH,shuffle模式不能是BATCH,一共有3种模式,shuffle模式的确定也是在StreamGraph#addEdgeInternal中。

/**
 * The shuffle mode defines the data exchange mode between operators.
 */
@PublicEvolving
public enum ShuffleMode {
    /**
     * Producer and consumer are online at the same time.
     * Produced data is received by consumer immediately.
     */
    PIPELINED,

    /**
     * The producer first produces its entire result and finishes.
     * After that, the consumer is started and may consume the data.
     */
    BATCH,

    /**
     * The shuffle mode is undefined. It leaves it up to the framework to decide the shuffle mode.
     * The framework will pick one of {@link ShuffleMode#BATCH} or {@link ShuffleMode#PIPELINED} in
     * the end.
     */
    UNDEFINED
}

9.upStreamVertex.getParallelism() == downStreamVertex.getParallelism()上游顶点的并行度和下游的要一样。例如上面TaskDemo代码中source和map的并行度都是1,所以可以构成一个chain,如果将map设置为2,那么他们就不能构成一个chain。

10.streamGraph.isChainingEnabled()默认这个值是true,如果调用了StreamExecutionEnvironment.disableOperatorChaining()那么streamGraph.isChainingEnabled()返回值就是false。

总结

本文详细的分析了算子之间可以生成operator chain的条件,对于Partitioner和ShuffleMode并没有展开说明,后续文章会对这部分进行补充。

最后编辑于
©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 203,547评论 6 477
  • 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 85,399评论 2 381
  • 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 150,428评论 0 337
  • 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 54,599评论 1 274
  • 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 63,612评论 5 365
  • 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 48,577评论 1 281
  • 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 37,941评论 3 395
  • 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 36,603评论 0 258
  • 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 40,852评论 1 297
  • 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 35,605评论 2 321
  • 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 37,693评论 1 329
  • 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 33,375评论 4 318
  • 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 38,955评论 3 307
  • 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 29,936评论 0 19
  • 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 31,172评论 1 259
  • 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 43,970评论 2 349
  • 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 42,414评论 2 342