datax(11):源码解读 ContainerCommunicator

大家好，又见面了，我是你们的朋友全栈君。

前面看了datax的 通讯类communication，现在看看在他之上包装的一个容器通信类ContainerCommunicator

一、抽象基类AbstractContainerCommunicator

dataX中提供了一个基类 AbstractContainerCommunicator来处理JobContainer、TaskGroupContainer和Task的通讯。AbstractContainerCommunicator提供了注册、收集信息等接口，信息的单位是Communication。

类继承关系

类的主要方法

二、AbstractContainerCommunicator的主要两个属性

AbstractContainerCommunicator主要将其功能委托给2个属性：
private AbstractCollector collector;
private AbstractReporter reporter;

1、AbstractCollector collector

Collector负责管理下级注册到上级，搜集并合并下级所有的信息。 dataX提供一个基类AbstractCollector和一个实现类ProcessInnerCollector。

1.1 AbstractCollector同时包含将Task注册到TaskGroupContainer（registerTaskCommunication方法）和将TaskGroupContainer注册到JobContainer（registerTGCommunication方法）的功能。具体如下：

• taskCommunicationMap属性用于保存Task注册到TaskGroupContainer，当Task注册到TaskGroupContainer的时候将TaskId和新建的Communication对象保存进taskCommunicationMap即可(在registerTaskCommunication方法中)。

  /** * Task注册到TaskGroupContainer * * @param taskConfigurationList List<Configuration> */
  public void registerTaskCommunication(List<Configuration> taskConfigurationList) { 
   
    for (Configuration taskConfig : taskConfigurationList) { 
   
      int taskId = taskConfig.getInt(CoreConstant.TASK_ID);
      this.taskCommunicationMap.put(taskId, new Communication());
    }
  }

• TaskGroupContainer注册到JobContainer注册信息则是保存在全局变量LocalTGCommunicationManager中，便于全局访问（在registerTGCommunication方法中）。

  /** * 将TaskGroupContainer注册到JobContainer * * @param taskGroupConfigurationList List<Configuration> */
  public void registerTGCommunication(List<Configuration> taskGroupConfigurationList) { 
   
    for (Configuration config : taskGroupConfigurationList) { 
   
      int taskGroupId = config.getInt(
          CoreConstant.DATAX_CORE_CONTAINER_TASKGROUP_ID);
      LocalTGCommunicationManager.registerTaskGroupCommunication(taskGroupId, new Communication());
    }
  }

此外AbstractCollector#collectFromTask提供搜集所有任务信息的功能；

    /** * 搜集所有任务信息的功能 * @return Communication */
  public Communication collectFromTask() { 
   
    Communication communication = new Communication();
    communication.setState(State.SUCCEEDED);

    for (Communication taskCommunication :
        this.taskCommunicationMap.values()) { 
   
      communication.mergeFrom(taskCommunication);
    }
    return communication;
  }

1.2 实现类ProcessInnerCollector只实现 了一个方法collectFromTaskGroup，collectFromTaskGroup提供搜集所有TaskGroupContainer的信息。

    @Override
    public Communication collectFromTaskGroup() { 
   
        return LocalTGCommunicationManager.getJobCommunication();
    }

2、AbstractReporter reporter

Reporter的主要功能是将收集到的信息上报给上级。dataX提供一个基类AbstractReporter和一个实现类ProcessInnerCollector.

类继承关系

主要方法

2.1 ProcessInnerCollector#reportJobCommunication将job信息汇报给上级，job在dataX中是最上级，所以该方法没有操作。

• ProcessInnerCollector#reportTGCommunication将TaskGroupContianer的信息汇报给上级，操作也很简单直接更新注册时分配给该TaskGroup的Communication（Map中的值）

public class ProcessInnerReporter extends AbstractReporter { 
   

  @Override
  public void reportJobCommunication(Long jobId, Communication communication) { 
   
    // do nothing
  }

  /** * 将TaskGroupContianer的信息汇报给上级，操作也很简单直接更新注册时分配给该TaskGroup的Communication（Map中的值） * * @param taskGroupId Integer * @param communication Communication */
  @Override
  public void reportTGCommunication(Integer taskGroupId, Communication communication) { 
   
    LocalTGCommunicationManager.updateTaskGroupCommunication(taskGroupId, communication);
  }
}

三、 AbstractContainerCommunicator的实现类

1、StandAloneJobContainerCommunicator

StandAloneJobContainerCommunicator是AbstractContainerCommunicator一个实现类，主要处理JobContainer和TaskGroupContainer之间的信息传递。

1. 每个TaskGroupContainer通过StandAloneJobContainerCommunicator#registerCommunication注册
2. 注册之后TaskGroupContainer每隔一段时间通过StandAloneJobContainerCommunicator#Reporter#report向JobContainer发送自己的状态。
3. JobContainer每隔一段时间通过StandAloneJobContainerCommunicator#collect获取TaskGroup的信息。最后调用StandAloneJobContainerCommunicator#report向上级汇报，这里JobContainer已经是最上级了，向日志中输出先关信息即可。

/** * 主要处理JobContainer和TaskGroupContainer之间的信息传递 */
public class StandAloneJobContainerCommunicator extends AbstractContainerCommunicator { 

private static final Logger LOG = LoggerFactory
.getLogger(StandAloneJobContainerCommunicator.class);
public StandAloneJobContainerCommunicator(Configuration cfg) { 

super(cfg);
super.setCollector(new ProcessInnerCollector(cfg.getLong(DATAX_CORE_CONTAINER_JOB_ID)));
super.setReporter(new ProcessInnerReporter());
}
@Override
public void registerCommunication(List<Configuration> configurationList) { 

super.getCollector().registerTGCommunication(configurationList);
}
/** * JobContainer每隔一段时间 主动 获取TaskGroup的信息。最后调用本类的#report向上级汇报， * 这里JobContainer已经是最上级了，向日志中输出先关信息即可 * @return */
@Override
public Communication collect() { 

return super.getCollector().collectFromTaskGroup();
}
@Override
public State collectState() { 

return this.collect().getState();
}
/** * 和 DistributeJobContainerCollector 的 report 实现一样 * 每隔一段时间向JobContainer 主动 发送自己的状态 */
@Override
public void report(Communication communication) { 

super.getReporter().reportJobCommunication(super.getJobId(), communication);
LOG.info(CommunicationTool.Stringify.getSnapshot(communication));
reportVmInfo();
}
@Override
public Communication getCommunication(Integer taskGroupId) { 

return super.getCollector().getTGCommunication(taskGroupId);
}
@Override
public Map<Integer, Communication> getCommunicationMap() { 

return super.getCollector().getTGCommunicationMap();
}
}

2、AbstractTGContainerCommunicator

AbstractTGContainerCommunicator是AbstractContainerCommunicator的另一个抽象实现类，

/** * 该类是用于处理 taskGroupContainer 的 communication 的收集汇报的父类 * 主要是 taskCommunicationMap 记录了 taskExecutor 的 communication 属性 * 主要处理TaskGroupContainer和Task之间的信息 */
public abstract class AbstractTGContainerCommunicator extends AbstractContainerCommunicator { 

protected long jobId;
/** * 由于taskGroupContainer是进程内部调度 * 其registerCommunication()，getCommunication()， * getCommunications()，collect()等方法是一致的 * 所有TG的Collector都是ProcessInnerCollector */
protected int taskGroupId;
public AbstractTGContainerCommunicator(Configuration configuration) { 

super(configuration);
this.jobId = configuration.getInt(
CoreConstant.DATAX_CORE_CONTAINER_JOB_ID);
super.setCollector(new ProcessInnerCollector(this.jobId));
this.taskGroupId = configuration.getInt(
CoreConstant.DATAX_CORE_CONTAINER_TASKGROUP_ID);
}
@Override
public void registerCommunication(List<Configuration> configurationList) { 

super.getCollector().registerTaskCommunication(configurationList);
}
@Override
public final Communication collect() { 

return this.getCollector().collectFromTask();
}
@Override
public final State collectState() { 

Communication communication = new Communication();
communication.setState(State.SUCCEEDED);
for (Communication taskCommunication :
super.getCollector().getTaskCommunicationMap().values()) { 

communication.mergeStateFrom(taskCommunication);
}
return communication.getState();
}
@Override
public final Communication getCommunication(Integer taskId) { 

Validate.isTrue(taskId >= 0, "注册的taskId不能小于0");
return super.getCollector().getTaskCommunication(taskId);
}
@Override
public final Map<Integer, Communication> getCommunicationMap() { 

return super.getCollector().getTaskCommunicationMap();
}
}

从类的继承实现看最终实现类是StandaloneTGContainerCommunicator， 该类主要处理TaskGroupContainer和Task之间的信息，处理逻辑和StandAloneJobContainerCommunicator差不多

/** * 独立模式的taskGroup 的通讯类 主要处理TaskGroupContainer和Task之间的信息，处理逻辑和StandAloneJobContainerCommunicator差不多 */
public class StandaloneTGContainerCommunicator extends AbstractTGContainerCommunicator { 

/** * 单机版的容器沟通者(独立模式的taskGroup 的通讯类) * * @param configuration */
public StandaloneTGContainerCommunicator(Configuration configuration) { 

super(configuration);
super.setReporter(new ProcessInnerReporter());
}
@Override
public void report(Communication communication) { 

super.getReporter().reportTGCommunication(super.taskGroupId, communication);
}
}

注：

1. 对源码进行略微改动，主要修改为 1 阿里代码规约扫描出来的，2 clean code；

2. 所有代码都已经上传到github（master分支和dev），可以免费白嫖