百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

Flink从入门到放弃之源码解析系列-第9章 异常处理

ztj100 2024-10-28 21:09 21 浏览 0 评论

导语

  • Flink组件和逻辑计划
  • Flink执行计划生成
  • JobManager中的基本组件(1)
  • JobManager中的基本组件(2)
  • JobManager中的基本组件(3)
  • TaskManager
  • 算子
  • 网络
  • 水印WaterMark
  • CheckPoint
  • 任务调度与负载均衡
  • 异常处理
  • Alibaba Blink新特性

1前言

flink 的架构在 flink 基本组件一节已经介绍过,其中的 TaskManager 负责监护 task 的执行,对于每个 task,flink 都会启动一个线程去执行,那么当用户的代码抛出异常时,flink 的处理逻辑是什么呢?

2

flink 的 task 的 Runnable 类是 Task.java,我们观察到它的 run() 方法真个被一个大的 try catch 包住,我们重点关注 catch 用户异常之后的部分:

//Task

catch (Throwable t) {

// ----------------------------------------------------------------

// the execution failed. either the invokable code properly failed, or

// an exception was thrown as a side effect of cancelling

// ----------------------------------------------------------------

try {

// transition into our final state. we should be either in DEPLOYING, RUNNING, CANCELING, or FAILED

// loop for multiple retries during concurrent state changes via calls to cancel() or

// to failExternally()

while (true) {

ExecutionState current = this.executionState;

简单总结其逻辑:

  • 如果当前的执行状态是 ExecutionState.RUNNING 或者 ExecutionState.DEPLOYING,表明是从正常运行到异常状态的过度,这时候判断是主动 Cancel 执行,如果是,执行 StreamTask 的 cancel 方法, 并通知观察者它的状态已变成:ExecutionState.CANCELED;如果不是主动 Cancel,表明是用户异常触发,这时候同样执行 StreamTask 的 cancel 方法,然后通知观察者它的状态变成:ExecutionState.FAILED,这里的 cancel 方法留给 flink 内部的算子来实现,对于普通 task ,会停止消费上游数据,对于 source task,会停止发送源数据
  • 对于用户异常来说,通知观察者的状态应该为 ExecutionState.FAILED,我们下面详细分析
  • finally 的部分会释放掉这个 task 占有的所有资源,包括线程池、输入 InputGate 及 写出 ResultPartition 占用的全部 BufferPool、缓存的 jar 包等,最后通知 TaskManager 这个 Job 的 这个 task 已经执行结束:
  • notifyFinalState()
  • 如果异常逻辑发生了任何其它异常,说明是 TaskManager 相关环境发生问题,这个时候会杀死 TaskManager

通知TaskManager

上面提到,finally 的最后阶段会通知 TaskManager,我们来梳理逻辑:

//TaskManager

// removes the task from the TaskManager and frees all its resources

case TaskInFinalState(executionID) =>

unregisterTaskAndNotifyFinalState(executionID)

//TaskManager

private def unregisterTaskAndNotifyFinalState(executionID: ExecutionAttemptID): Unit = {

val task = runningTasks.remove(executionID)

if (task != null) {

// the task must be in a terminal state

if (!task.getExecutionState.isTerminal) {

try {

task.failExternally(new Exception("Task is being removed from TaskManager"))

} catch {

case e: Exception => log.error("Could not properly fail task", e)

}

}

//TaskManager

self ! decorateMessage(

UpdateTaskExecutionState(

new TaskExecutionState(

task.getJobID,

task.getExecutionId,

task.getExecutionState,

task.getFailureCause,

accumulators)

)

)

//ExecutionGraph

case FAILED:

attempt.markFailed(state.getError(userClassLoader));

return true;

//Execution

void markFinished(Map<AccumulatorRegistry.Metric, Accumulator<?, ?>> flinkAccumulators, Map<String, Accumulator<?, ?>> userAccumulators) {

// this call usually comes during RUNNING, but may also come while still in deploying (very fast tasks!)

while (true) {

ExecutionState current = this.state;

if (current == RUNNING || current == DEPLOYING) {

if (transitionState(current, FINISHED)) {

try {

//Execution

try {

vertex.notifyStateTransition(attemptId, targetState, error);

}

catch (Throwable t) {

LOG.error("Error while notifying execution graph of execution state transition.", t);

}

//ExecutionGraph

void notifyExecutionChange(JobVertexID vertexId, int subtask, ExecutionAttemptID executionID, ExecutionState

newExecutionState, Throwable error)

{

//...

// see what this means for us. currently, the first FAILED state means -> FAILED

if (newExecutionState == ExecutionState.FAILED) {

fail(error);

}

//ExecutionGraph

public void fail(Throwable t) {

while (true) {

JobStatus current = state;

// stay in these states

if (current == JobStatus.FAILING ||

current == JobStatus.SUSPENDED ||

current.isGloballyTerminalState()) {

return;

} else if (current == JobStatus.RESTARTING && transitionState(current, JobStatus.FAILED, t)) {

synchronized (progressLock) {

postRunCleanup();

progressLock.notifyAll();

LOG.info("Job {} failed during restart.", getJobID());

return;

}

} else if (transitionState(current, JobStatus.FAILING, t)) {

this.failureCause = t;

if (!verticesInCreationOrder.isEmpty()) {

// cancel all. what is failed will not cancel but stay failed

for (ExecutionJobVertex ejv : verticesInCreationOrder) {

ejv.cancel();

}

} else {

// set the state of the job to failed

transitionState(JobStatus.FAILING, JobStatus.FAILED, t);

}

return;

}

// no need to treat other states

}

}

总结其逻辑:

  • 在一些合法性 check 之后,TaskManager 会给自己发送一条路由消息:UpdateTaskExecutionState,TaskManager 继而将这条消息转发给 JobManager
  • JobManager 会标志 Job 状态为 FAILING 并通知 JobCli,并且立即停止所有 task 的执行,这时候 CheckpointCoordinator 在执行 checkpoint 的时候感知到 task 失败状态会立即返回,停止 checkpoint

3异常后的资源释放

主要包括以下资源:

  • 网络资源:InputGate 和 ResultPartiton 的内存占用
  • 其他内存:通过 MemoryManager 申请的资源
  • 缓存资源:lib 包和其他缓存
  • 线程池:Task 内部持有

相关推荐

再说圆的面积-蒙特卡洛(蒙特卡洛方法求圆周率的matlab程序)

在微积分-圆的面积和周长(1)介绍微积分方法求解圆的面积,本文使用蒙特卡洛方法求解圆面积。...

python编程:如何使用python代码绘制出哪些常见的机器学习图像?

专栏推荐...

python创建分类器小结(pytorch分类数据集创建)

简介:分类是指利用数据的特性将其分成若干类型的过程。监督学习分类器就是用带标记的训练数据建立一个模型,然后对未知数据进行分类。...

matplotlib——绘制散点图(matplotlib散点图颜色和图例)

绘制散点图不同条件(维度)之间的内在关联关系观察数据的离散聚合程度...

python实现实时绘制数据(python如何绘制)

方法一importmatplotlib.pyplotaspltimportnumpyasnpimporttimefrommathimport*plt.ion()#...

简单学Python——matplotlib库3——绘制散点图

前面我们学习了用matplotlib绘制折线图,今天我们学习绘制散点图。其实简单的散点图与折线图的语法基本相同,只是作图函数由plot()变成了scatter()。下面就绘制一个散点图:import...

数据分析-相关性分析可视化(相关性分析数据处理)

前面介绍了相关性分析的原理、流程和常用的皮尔逊相关系数和斯皮尔曼相关系数,具体可以参考...

免费Python机器学习课程一:线性回归算法

学习线性回归的概念并从头开始在python中开发完整的线性回归算法最基本的机器学习算法必须是具有单个变量的线性回归算法。如今,可用的高级机器学习算法,库和技术如此之多,以至于线性回归似乎并不重要。但是...

用Python进行机器学习(2)之逻辑回归

前面介绍了线性回归,本次介绍的是逻辑回归。逻辑回归虽然名字里面带有“回归”两个字,但是它是一种分类算法,通常用于解决二分类问题,比如某个邮件是否是广告邮件,比如某个评价是否为正向的评价。逻辑回归也可以...

【Python机器学习系列】拟合和回归傻傻分不清?一文带你彻底搞懂

一、拟合和回归的区别拟合...

推荐2个十分好用的pandas数据探索分析神器

作者:俊欣来源:关于数据分析与可视化...

向量数据库:解锁大模型记忆的关键!选型指南+实战案例全解析

本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...

用Python进行机器学习(11)-主成分分析PCA

我们在机器学习中有时候需要处理很多个参数,但是这些参数有时候彼此之间是有着各种关系的,这个时候我们就会想:是否可以找到一种方式来降低参数的个数呢?这就是今天我们要介绍的主成分分析,英文是Princip...

神经网络基础深度解析:从感知机到反向传播

本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...

Python实现基于机器学习的RFM模型

CDA数据分析师出品作者:CDALevelⅠ持证人岗位:数据分析师行业:大数据...

取消回复欢迎 发表评论: