深入分析HBase-RPC(Protobuf)实现机制

问题导读
1、 HBase-RPC实现机制是什么？
2、如何理解从功能上讲，RpcServer上包含了三个模块？
3、Protobuf内置编码与传统压缩技术是否可以配合使用？





背景
在HMaster、RegionServer内部，创建了RpcServer实例，并与Client三者之间实现了Rpc调用，HBase0.95内部引入了Google-Protobuf作为中间数据组织方式，并在Protobuf提供的Rpc接口之上，实现了基于服务的Rpc实现，本文详细阐述了HBase-Rpc实现细节。

HBase的RPC Protocol
在HMaster、RegionServer内部，实现了rpc 多个protocol来完成管理和应用逻辑，具体如下protocol如下：
HMaster支持的Rpc协议：
MasterMonitorProtocol，Client与Master之间的通信，Master是RpcServer端，主要实现HBase集群监控的目的。
MasterAdminProtocol，Client与Master之间的通信，Master是RpcServer端，主要实现HBase表格的管理。例如TableSchema的更改，Table-Region的迁移、合并、下线(Offline)、上线(Online)以及负载平衡，以及Table的删除、快照等相关功能。
RegionServerStatusProtoco，RegionServer与Master之间的通信，Master是RpcServer端，负责提供RegionServer向HMaster状态汇报的服务。
RegionServer支持的Rpc协议：
ClientProtocol，Client与RegionServer之间的通信，RegionServer是RpcServer端，主要实现用户的读写请求。例如get、multiGet、mutate、scan、bulkLoadHFile、执行Coprocessor等。
AdminProtocols，Client与RegionServer之间的通信，RegionServer是RpcServer端，主要实现Region、服务、文件的管理。例如storefile信息、Region的操作、WAL操作、Server的开关等。
(备注：以上提到的Client可以是用户Api、也可以是RegionServer或者HMaster)



HBase-RPC实现机制分析
RpcServer配置三个队列：

1）普通队列callQueue，绝大部分Call请求存在该队列中：callQueue上maxQueueLength为${ipc.server.max.callqueue.length},默认是${hbase.master.handler.count}*DEFAULT_MAX_CALLQUEUE_LENGTH_PER_HANDLER，目前0.95.1中，每个Handler上CallQueue的最大个数默认值(DEFAULT_MAX_CALLQUEUE_LENGTH_PER_HANDLER)为10。

2）优先级队列: PriorityQueue。如果设置priorityHandlerCount的个数，会创建与callQueue相当容量的queue存储Call，该优先级队列对应的Handler的个数由rpcServer实例化时传入。

3）拷贝队列：replicationQueue。由于RpcServer由HMaster和RegionServer共用，该功能仅为RegionServer提供，queue的大小为${ipc.server.max.callqueue.size}指定，默认为1024*1024*1024，handler的个数为hbase.regionserver.replication.handler.count。

RpcServer由三个模块组成：

Listener ===Queue=== Responder



这里以HBaseAdmin.listTables为例，分析一个Rpc请求的函数调用过程：

1) RpcClient创建一个BlockingRpcChannel。

2）以channel为参数创建执行RPC请求需要的stub，此时的stub已经被封装在具体Service下，stub下定义了可执行的rpc接口。

3）stub调用对应的接口，实际内部channel调用callBlockingMethod方法。

RpcClient内实现了protobuf提供的BlockingRpcChannel接口方法callBlockingMethod，

  @Override
public Message callBlockingMethod(MethodDescriptor md, RpcController controller,
Message param, Message returnType)
throws ServiceException {
return this.rpcClient.callBlockingMethod(md, controller, param, returnType, this.ticket,
this.isa, this.rpcTimeout);
}
复制代码

通过以上的实现细节，最终转换成rpcClient的调用，使用MethodDescriptor封装了不同rpc函数，使用Message基类可以接收基于Message的不同的Request和Response对象。

4）RpcClient创建Call对象，查找或者创建合适的Connection，并唤醒Connection。

5）Connection等待Call的Response，同时rpcClient调用函数中，会使用connection.writeRequest(Call call)将请求写入到RpcServer网络流中。

6）等待Call的Response，然后层层返回给更上层接口，从而完成此次RPC调用。

RPCServer收到的Rpc报文的内部组织如下：

Magic    (4Byte)	Version    (1Byte)	AuthMethod    (1Byte)	Connection    HeaderLength    (4Byte)	ConnectionHeader	Request
“HBas”
	验证RpcServer的CURRENT_VERSION    与RPC报文一致	目前支持三类：    AuthMethod.SIMPLE    AuthMethod.KERBEROS    AuthMethod.DIGEST		RPC.proto定义   RPCProtos.ConnectionHeader   message ConnectionHeader {   optional UserInformation userInfo = 1;   optional string serviceName = 2;   // Cell block codec we will use sending over optional cell blocks.   Server throws exception   // if cannot deal.   optional string cellBlockCodecClass = 3 [default =  "org.apache.hadoop.hbase.codec.KeyValueCodec"];   // Compressor we will use if cell block is compressed.  Server will  throw exception if not supported.   // Class must implement hadoop’s CompressionCodec Interface   optional string cellBlockCompressorClass = 4;   }   序列化之后

整个Request存储是经过编码之后的byte数组，包括如下几个部分：

RequestHeaderLength(RawVarint32)	RequestHeader	ParamSize(RawVarint32)	Param	CellScanner
	RPC.proto定义：   message RequestHeader {   // Monotonically increasing callId to keep track of RPC requests and their  response   optional uint32 callId = 1;   optional RPCTInfo traceInfo = 2;   optional string methodName = 3;   // If true, then a pb Message param follows.   optional bool requestParam = 4;   // If present, then an encoded data block follows.   optional CellBlockMeta cellBlockMeta = 5;   // TODO: Have client specify priority   }   序列化之后的数据   并从Header中确认是否存在Param和CellScanner，如果确认存在的情况下，会继续访问。		Protobuf的基本类型Message，   Request的Param继承了Message，   这个需要获取的Method类型决定。

从功能上讲，RpcServer上包含了三个模块，

1）Listener。包含了多个Reader线程，通过Selector获取ServerSocketChannel接收来自RpcClient发送来的Connection，并从中重构Call实例，添加到CallQueue队列中。

 ”IPC Server listener on 60021″ daemon prio=10 tid=0x00007f7210a97800 nid=0x14c6 runnable [0x00007f720e8d0000] 
java.lang.Thread.State: RUNNABLE 
at sun.nio.ch.EPollArrayWrapper.epollWait(Native Method) 
at sun.nio.ch.EPollArrayWrapper.poll(EPollArrayWrapper.java:210) 
at sun.nio.ch.EPollSelectorImpl.doSelect(EPollSelectorImpl.java:65) 
at sun.nio.ch.SelectorImpl.lockAndDoSelect(SelectorImpl.java:69) 
- locked <0x00000000c43cae68> (a sun.nio.ch.Util$2) 
- locked <0x00000000c43cae50> (a java.util.Collections$UnmodifiableSet) 
- locked <0x00000000c4322ca8> (a sun.nio.ch.EPollSelectorImpl) 
at sun.nio.ch.SelectorImpl.select(SelectorImpl.java:80) 
at sun.nio.ch.SelectorImpl.select(SelectorImpl.java:84) 
at org.apache.hadoop.hbase.ipc.RpcServer$Listener.run(RpcServer.java:646)
复制代码

2）Handler。负责执行Call，调用Service的方法，然后返回Pair<Message,CellScanner>

“IPC Server handler 0 on 60021″ daemon prio=10 tid=0x00007f7210eab000 nid=0x14c7 waiting on condition [0x00007f720e7cf000] 
java.lang.Thread.State: WAITING (parking) 
at sun.misc.Unsafe.park(Native Method) 
- parking to wait for  <0x00000000c43cad90> (a java.util.concurrent.locks.AbstractQueuedSynchronizer$ConditionObject) 
at java.util.concurrent.locks.LockSupport.park(LockSupport.java:156) 
at java.util.concurrent.locks.AbstractQueuedSynchronizer$ConditionObject.await(AbstractQueuedSynchronizer.java:1987) 
at java.util.concurrent.LinkedBlockingQueue.take(LinkedBlockingQueue.java:399) 
at org.apache.hadoop.hbase.ipc.RpcServer$Handler.run(RpcServer.java:1804)
复制代码

3) Responder。负责把Call的结果返回给RpcClient。

 ”IPC Server Responder” daemon prio=10 tid=0x00007f7210a97000 nid=0x14c5 runnable [0x00007f720e9d1000] 
java.lang.Thread.State: RUNNABLE 
at sun.nio.ch.EPollArrayWrapper.epollWait(Native Method) 
at sun.nio.ch.EPollArrayWrapper.poll(EPollArrayWrapper.java:210) 
at sun.nio.ch.EPollSelectorImpl.doSelect(EPollSelectorImpl.java:65) 
at sun.nio.ch.SelectorImpl.lockAndDoSelect(SelectorImpl.java:69) 
- locked <0x00000000c4407078> (a sun.nio.ch.Util$2) 
- locked <0x00000000c4407060> (a java.util.Collections$UnmodifiableSet) 
- locked <0x00000000c4345b68> (a sun.nio.ch.EPollSelectorImpl) 
at sun.nio.ch.SelectorImpl.select(SelectorImpl.java:80) 
at org.apache.hadoop.hbase.ipc.RpcServer$Responder.doRunLoop(RpcServer.java:833) 
at org.apache.hadoop.hbase.ipc.RpcServer$Responder.run(RpcServer.java:816)
复制代码

RpcClient为Rpc请求建立Connection，通过Connection将Call发送RpcServer，然后RpcClient等待结果的返回。

思考
1）为什么HBase新版本使用了Protobuf，并实现RPC接口？

HBase是Hadoop生态系统内重要的分布式数据库，Hadoop2.0广泛采用Protobuf作为中间数据组织方式，整个系统内Wire-Compatible的统一需求。

2）HBase内部实现的Rpc框架对于服务性能的影响？

目前使用Protobuf作为用户请求和内部数据交换的数据格式，采用更为紧缩编码格式，能够提高传输数据的效率。但是，有些优化仍然可以在该框架内探索：

实现多个Request复用Connection(把多个短连接合并成一个长连接)；
在RpcServer内创建多个CallQueue，分别处理不同的Service，分离管理逻辑与应用逻辑的队列，保证互不干扰；
Responder单线程的模式，是否高并发应用的瓶颈所在？
是否可以分离Read/Write请求占用的队列，以及处理的handler，从而使得读写性能能够更加平衡？
针对读写应用的特点，在RpcServer层次内对应用进行分级，建立不同优先级的CallQueue，按照Hadoop-FairScheduler的模式，然后配置中心调度(类似OMega或者Spallow轻量化调度方案)，保证实时应用的低延迟和非实时应用的高吞吐。优先级更好的Call会优先被调度给Handler，而非实时应用可以实现多个Call的合并操作，从而提高吞吐。
3）Protobuf内置编码与传统压缩技术是否可以配合使用？

使用tcpdump获取了一段HMaster得到的RegionServer上报来的信息：


以上的信息几乎是明文出现在tcp-ip连接中，因此，是否在Protobuf-RPC数据格式采取一定的压缩策略，会给scan、multiGet等数据交互较为密集的应用提供一种优化的思路。

参考文献：
[1] HBase Rpc Protocols:   http://blog.zahoor.in/2012/08/protocol-buffers-in-hbase/

好东西必须转