最近工作中踩到一个MapOutputTracker相关的坑 (SPARK-21444), troubleShooting的过程中阅读了MapOutputTracker的代码，在此做个整理。本文先概括性地介绍MapOutputTracker的功能和架构，然后根据源码分析其具体实现。

MapOutputTracker简介

MapOutputTracker是spark环境的主要组件之一，其功能是管理各个shuffleMapTask的输出数据。reduce任务就是根据MapOutputTracker提供的信息决定从哪些executor获取需要的map输出数据。MapOutputTracker的架构如下图所示：

Architecture of MapOutputTracker

如上图所示，MapOutputTracker在executor和driver端都存在。

1. MapOutputTrackerMaster和MapOutputTrackerMasterEndpoint存在于driver端

2. MapOutputTrackerMasterEndpoint是MapOutputTrackerMaster的RPC endpoint

3. MapOutputTrackerWorker存在于executor端

4. MapOutputTrackerMaster负责管理所有shuffleMapTask的输出数据，每个shuffleMapTask执行完后会把执行结果（MapStatus对象）注册到MapOutputTrackerMaster.

5. MapOutputTrackerMaster会处理executor发送的GetMapOutputStatuses请求，并返回serializedMapStatus给executor端

6. MapOutputTrackerWorker负责为reduce任务提供shuffleMapTask的输出数据信息（MapStatus对象）

7. 如果MapOutputTrackerWorker在本地没有找到请求的shuffle的mapStatuses，则会向MapOutputTrackerMasterEndpoint发送GetMapOutputStatuses请求获取对应的mapStatuses

MapStatus和ShuffleStatus

MapStatus用于表示ShuffleMapTask的运行结果, 包括map任务输出数据的location和size信息：

MapStatus

ShuffleStatus用于管理一个shuffle对应的所有ShuffleMapTask的运行结果，ShuffleStatus对象只存在于MapOutputTrackerMaster中。

每个ShuffleStatus对象都包含一个mapStatuses数组，该数组的元素类型为MapStatus，数组下标即shuffleMapTask的map id。

ShuffleStatus提供了一系列用于添加，移除，序列化，缓存和广播mapStatus的方法。比如：

1. invalidateSerializedMapOutputStatusCache方法用于清空mapStatuses的缓存，包括移除对应的广播变量。

2. serializeMapStatuses方法用于序列化并广播mapStatuses数组

MapOutputTrackerMaster

shuffleStatus映射和GetMapOutputMessage请求队列

MapOutputTrackerMaster是driver端用于管理所有shuffle的map任务输出数据的组件。MapOutputTrackerMaster维护了一个ShuffleStatus映射和一个GetMapOutputMessage请求队列：

ShuffleStatues和mapOutputRequests

GetMapOutputMessage由GetMapOutputStatuses转化而来，后面介绍MapOutputTrackerMasterEndpoint时会讲到。shuffleStatuses保存着shuffle id和shuffleStatus的mapping关系，而mapOutputRequests则保存着该MapOutputTrackerMaster所有未处理的GetMapOutputMessage请求。注意，这里使用了LinkedBlockingQueue进行存储，很容易想到，这个队列会被多个线程并发访问。

MessageLoop和请求处理线程池

MapOutputTrackerMaster用MessageLoop来处理mapOutputRequests队列中的请求：

MessageLoop in MapOutputTrackerMaster

messageLoop会循环地从mapOutputRequests队列中获取GetMapOutputMessage请求进行处理，处理完后会调用RpcCallContext的reply方法将序列化后的shuffleStatus返回给客户端。messageLoop会一直循环处理请求，直到获取到PoisonPill消息，而这个消息是MapOutputTrackerMaster的stop方法发出的。

上文提到mapOutputRequests队列会被多个线程并发访问，这是因为MapOutputTrackerMaster创建了一个线程池并发运行多个messageLoop. 线程池的大小由参数spark.shuffle.mapOutput.dispatcher.numThreads控制，默认为8 :

Thread pool for running messageLoop

添加/移除shuffle和mapOutput

MapOutputTrackerMaster中包含了一系列用于添加/移除，注册/注销shuffle和map output的方法：

Methods for adding/removing shuffle and map output in MapOutputTrackerMaster

MapOutputTrackerWorker

如上文所述，MapOutputTrackerWorker存在于executor端，其主要功能是从MapOutputTrackerMaster获取map output信息（mapStatuses）：

MapOutputTrackerWorker

MapOutputTrackerWorker也维护了一个mapStatuses对象。注意，MapOutputTrackerWorker的mapStatuses和MapOutputTrackerMaster中shuffleStatus里面的mapStatuses是不同类型的。

shuffleStatus中mapStatuses的类型是Array[MapStatus]，数组下标是shuffle中的map id.

而MapOutputTrackerWorker中mapStatuses的类型是Map[Int, Array[MapStatus]]，key为shuffle id，value就是该shuffle对应的mapStatuses.

MapOutputTrackerMasterEndpoint

MapOutputTrackerMasterEndpoint是MapOutputTrackerMaster的RPC endpoint，只存在于driver端。所有发送给MapOutputTrackerMaster的GetMapOutputStatuses请求都由MapOutputTrackerMasterEndpoint接收，转化成GetMapOutputMessage并添加到MapOutputTrackerMaster的mapOutputRequests队列中等待messageLoop处理：

MapOutputTrackerMasterEndpoint

总结

本文先简单地介绍了MapOutputTracker的功能和架构，然后分别对MapOutputTrackerMaster，MapOutputTrackerWorker和MapOutputTrackerMasterEndpoint类及其主要相关组件进行了简单介绍和分析。

说明

1. 本文所涉及源码版本为2.4.0

2. 如有错误，敬请指出