多多色-多人伦交性欧美在线观看-多人伦精品一区二区三区视频-多色视频-免费黄色视屏网站-免费黄色在线

國內最全IT社區平臺 聯系我們 | 收藏本站
阿里云優惠2
您當前位置:首頁 > 互聯網 > 許鵬:以Spark為例淺談源碼跟讀實踐

許鵬:以Spark為例淺談源碼跟讀實踐

來源:程序員人生   發布時間:2014-09-16 08:58:42 閱讀次數:2985次

【編者按】在 對許鵬的采訪中,我們有從方法上進行了大型開源項目的學習,其中包括Problem domain→model→architecture&implementation→improvement→best practice的思維范式,而本次許鵬的博文則更關注源碼跟讀過程中消息或調用的流程追蹤。


免費訂閱“CSDN云計算”微信公眾號,實時掌握第一手云中消息!

CSDN作為國內最專業的云計算服務平臺,提供云計算、大數據、虛擬化、數據中心、OpenStack、CloudStack、Hadoop、Spark、機器學習、智能算法等相關云計算觀點,云計算技術,云計算平臺,云計算實踐,云計算產業資訊等服務。


下為原文

概要

本次不談Spark中什么復雜的技術實現,只稍為聊聊如何進行代碼跟讀。眾所周知,Spark使用Scala進行開發,由于Scala有眾多的語法糖,很多時候代碼跟著跟著就覺著線索跟丟掉了,另外Spark基于Akka來進行消息交互,那如何知道誰是接收方呢?

new Throwable().printStackTrace

代碼跟讀的時候,經常會借助于日志,針對日志中輸出的每一句,我們都很想知道它們的調用者是誰。但有時苦于對Spark系統的了解程度不深,或者對Scala認識不夠,一時半會之內無法找到答案,那么有沒有什么簡便的辦法呢?我的辦法就是在日志出現的地方加入下面一句話:

new Throwable().printStackTrace()

現在舉一個實際的例子來說明問題。比如我們在啟動spark-shell之后,輸入一句非常簡單的sc.textFile("README.md"),會輸出下述的log:

14/07/05 19:53:27 INFO MemoryStore: ensureFreeSpace(32816) called with
    curMem=0, maxMem=308910489 14/07/05 19:53:27 INFO MemoryStore: Block broadcast_0
    stored as values in memory (estimated size 32.0 KB, free 294.6 MB) 14/07/05
    19:53:27 DEBUG BlockManager: Put block broadcast_0 locally took 78 ms 14/07/05
    19:53:27 DEBUG BlockManager: Putting block broadcast_0 without replication
    took 79 ms res0: org.apache.spark.rdd.RDD[String] = README.md MappedRDD[1]
    at textFile at :13

那我很想知道是第二句日志所在的tryToPut函數是被誰調用的該怎么辦?辦法就是打開MemoryStore.scala,找到下述語句:

logInfo("Block %s stored as %s in memory (estimated size %s, free %s)".format(
          blockId, valuesOrBytes, Utils.bytesToString(size), Utils.bytesToString(freeMemory)))
在這句話之上,添加如下語句
new Throwable().printStackTrace()

然后,重新進行源碼編譯

sbt/sbt assembly

再次打開spark-shell,執行sc.textFile("README.md"),就可以得到如下輸出,從中可以清楚知道tryToPut的調用者是誰

14/07/05 19:53:27 INFO MemoryStore: ensureFreeSpace(32816) called with curMem=0, maxMem=308910489
14/07/05 19:53:27 WARN MemoryStore: just show the calltrace by entering some modified code
java.lang.Throwable
  at org.apache.spark.storage.MemoryStore.tryToPut(MemoryStore.scala:182)
  at org.apache.spark.storage.MemoryStore.putValues(MemoryStore.scala:76)
  at org.apache.spark.storage.MemoryStore.putValues(MemoryStore.scala:92)
  at org.apache.spark.storage.BlockManager.doPut(BlockManager.scala:699)
  at org.apache.spark.storage.BlockManager.put(BlockManager.scala:570)
  at org.apache.spark.storage.BlockManager.putSingle(BlockManager.scala:821)
  at org.apache.spark.broadcast.HttpBroadcast.(HttpBroadcast.scala:52)
  at org.apache.spark.broadcast.HttpBroadcastFactory.newBroadcast(HttpBroadcastFactory.scala:35)
  at org.apache.spark.broadcast.HttpBroadcastFactory.newBroadcast(HttpBroadcastFactory.scala:29)
  at org.apache.spark.broadcast.BroadcastManager.newBroadcast(BroadcastManager.scala:62)
  at org.apache.spark.SparkContext.broadcast(SparkContext.scala:787)
  at org.apache.spark.SparkContext.hadoopFile(SparkContext.scala:556)
  at org.apache.spark.SparkContext.textFile(SparkContext.scala:468)
  at $line5.$read$iwC$iwC$iwC$iwC.(:13)
  at $line5.$read$iwC$iwC$iwC.(:18)
  at $line5.$read$iwC$iwC.(:20)
  at $line5.$read$iwC.(:22)
  at $line5.$read.(:24)
  at $line5.$read$.(:28)
  at $line5.$read$.()
  at $line5.$eval$.(:7)
  at $line5.$eval$.()
  at $line5.$eval.$print()
  at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
  at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
  at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
  at java.lang.reflect.Method.invoke(Method.java:483)
  at org.apache.spark.repl.SparkIMain$ReadEvalPrint.call(SparkIMain.scala:788)
  at org.apache.spark.repl.SparkIMain$Request.loadAndRun(SparkIMain.scala:1056)
  at org.apache.spark.repl.SparkIMain.loadAndRunReq$1(SparkIMain.scala:614)
  at org.apache.spark.repl.SparkIMain.interpret(SparkIMain.scala:645)
  at org.apache.spark.repl.SparkIMain.interpret(SparkIMain.scala:609)
  at org.apache.spark.repl.SparkILoop.reallyInterpret$1(SparkILoop.scala:796)
  at org.apache.spark.repl.SparkILoop.interpretStartingWith(SparkILoop.scala:841)
  at org.apache.spark.repl.SparkILoop.command(SparkILoop.scala:753)
  at org.apache.spark.repl.SparkILoop.processLine$1(SparkILoop.scala:601)
  at org.apache.spark.repl.SparkILoop.innerLoop$1(SparkILoop.scala:608)
  at org.apache.spark.repl.SparkILoop.loop(SparkILoop.scala:611)
  at org.apache.spark.repl.SparkILoop$anonfun$process$1.apply$mcZ$sp(SparkILoop.scala:936)
  at org.apache.spark.repl.SparkILoop$anonfun$process$1.apply(SparkILoop.scala:884)
  at org.apache.spark.repl.SparkILoop$anonfun$process$1.apply(SparkILoop.scala:884)
  at scala.tools.nsc.util.ScalaClassLoader$.savingContextLoader(ScalaClassLoader.scala:135)
  at org.apache.spark.repl.SparkILoop.process(SparkILoop.scala:884)
  at org.apache.spark.repl.SparkILoop.process(SparkILoop.scala:982)
  at org.apache.spark.repl.Main$.main(Main.scala:31)
  at org.apache.spark.repl.Main.main(Main.scala)
  at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
  at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
  at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
  at java.lang.reflect.Method.invoke(Method.java:483)
  at org.apache.spark.deploy.SparkSubmit$.launch(SparkSubmit.scala:303)
  at org.apache.spark.deploy.SparkSubmit$.main(SparkSubmit.scala:55)
  at org.apache.spark.deploy.SparkSubmit.main(SparkSubmit.scala)
14/07/05 19:53:27 INFO MemoryStore: Block broadcast_0 stored as values in memory (estimated size 32.0 KB, free 294.6 MB)
14/07/05 19:53:27 DEBUG BlockManager: Put block broadcast_0 locally took  78 ms
14/07/05 19:53:27 DEBUG BlockManager: Putting block broadcast_0 without replication took  79 ms
res0: org.apache.spark.rdd.RDD[String] = README.md MappedRDD[1] at textFile at :13

git同步

對代碼作了修改之后,如果并不想提交代碼,那該如何將最新的內容同步到本地呢?

git reset --hard
git pull origin master

Akka消息跟蹤

追蹤消息的接收者是誰,相對來說比較容易,只要使用好grep就可以了,當然前提是要對actor model有一點點了解。

還是舉個實例吧,我們知道CoarseGrainedSchedulerBackend會發送LaunchTask消息出來,那么誰是接收方呢?只需要執行以下腳本即可。

grep LaunchTask -r core/src/main
從如下的輸出中,可以清楚看出CoarseGrainedExecutorBackend是LaunchTask的接收方,接收到該函數之后的業務處理,只需要去看看接收方的receive函數即可。
core/src/main/scala/org/apache/spark/executor/CoarseGrainedExecutorBackend.scala: case LaunchTask(data) =>
core/src/main/scala/org/apache/spark/executor/CoarseGrainedExecutorBackend.scala: logError("Received LaunchTask command but executor was null")
core/src/main/scala/org/apache/spark/scheduler/cluster/CoarseGrainedClusterMessage.scala: case class LaunchTask(data: SerializableBuffer) extends CoarseGrainedClusterMessage
core/src/main/scala/org/apache/spark/scheduler/cluster/CoarseGrainedSchedulerBackend.scala:  
executorActor(task.executorId) ! LaunchTask(new SerializableBuffer(serializedTask))

原文鏈接: Apache Spark源碼走讀之17 -- 如何進行代碼跟讀(責編/仲浩)

生活不易,碼農辛苦
如果您覺得本網站對您的學習有所幫助,可以手機掃描二維碼進行捐贈
程序員人生
------分隔線----------------------------
分享到:
------分隔線----------------------------
關閉
程序員人生
主站蜘蛛池模板: 动漫毛片网站 | 日韩欧美一区二区久久 | 中文字幕最新在线 | 日韩一级片免费观看 | 亚洲网站在线免费观看 | 国产免费一区二区三区 | 在线视频一区二区 | 中文资源在线观看 | 一级特黄aa大片欧美网站 | 亚洲精品免费在线视频 | 中文字幕曰韩一区二区不卡 | 亚州 色 图 综合 | 亚洲精品欧美精品日韩精品 | 看黄网站大全 | 欧美一区二区三区不卡视频 | 亚洲欧美自拍另类图片色 | 亚洲综合性 | 国产精品自拍一区 | 中文字幕精品一区二区三区视频 | 老黄网站在线观看免费 | 美女毛片免费 | 美国一级毛片在线观看 | 人善交videos欧美3 | 欧美午夜色大片在线观看免费 | 欧美激情一区二区三区在线播放 | 午夜在线播放 | 一区二区三区在线视频观看 | jizz亚洲高清在线观看 | 成人国产视频在线观看 | 在线激情 | 操人视频网站 | 最近中文字幕无吗高清视频 | 国产福利二区 | 国产综合区 | 欧美日韩不卡码一区二区三区 | 国产性夜夜春夜夜爽 | 欧美亚洲综合视频 | 久久99精品久久久久久三级 | porn日本xxx护士 | 欧美久久伊人 | 亚洲逼逼 |