本期内容 :
- Receiver启动的方式设想
- Receiver启动源码彻底分析
多个输入源输入启动,Receiver启动失败,只要我们的集群存在就希望Receiver启动成功,运行过程中基于每个Teark启动都有可能运行失败。
启动一个应用程序的不同Receiver采用一个不同RDD的partion代表不同的Receiver ,然后启动的时候不同的partion执行层面是不同的Teark ,每个Teark启动的时候就真正的启动一个Receiver。
优点: 这种比较简单,就是使用Spark Core上的一个Job方式,简单并巧妙。
弊端:可能会失败,运行过程中这个Receiver失败就会影响执行,Job会失败,应用程序就会失败
源数据输入流程源码:
Receiver的启动流程源码 :
基于ReceiverInputDStreams来获取Receiver实例,ReceiverInputDStreams是来自于Driver 端,Spark提出的一个上层的抽象,Spark Streaming作业运行的时候是RDD的一个,对象代表了一切输入流,称源对象。
Receiver是逻辑级别的,然后把他们分布到worker节点上,之后在物理层面上运行,并运行在worker集合之上。
循环接收所有数据 :
数据的endpoint操作源码 :
调用StartReceiver :