3.Spark 通讯架构
3.1 Spark 通信架构概述
Spark2.x 版本使用 Netty 通讯框架作为内部通讯组件。spark 基于 netty 新的 rpc
框架借鉴了 Akka 的中的设计，它是基于 Actor 模型，如下图所示：
Spark 通讯框架中各个组件（Client/Master/Worker）可以认为是一个个独立的实
体，各个实体之间通过消息来进行通信。具体各个组件之间的关系图如下：
Endpoint（Client/Master/Worker）有 1 个 InBox 和 N 个 OutBox（N>=1，N 取决
于当前 Endpoint 与多少其他的 Endpoint 进行通信，一个与其通讯的其他 Endpoint
对应一个 OutBox），Endpoint 接收到的消息被写入 InBox，发送出去的消息写入
OutBox 并被发送到其他 Endpoint 的 InBox 中。
3.2 Spark 通讯架构解析
Spark 通信架构如下图所示：
1) RpcEndpoint：RPC 端点，Spark 针对每个节点（Client/Master/Worker）都称
之为一个 Rpc 端点，且都实现 RpcEndpoint 接口，内部根据不同端点的需求，设计
不同的消息和不同的业务处理，如果需要发送（询问）则调用 Dispatcher；
2) RpcEnv：RPC 上下文环境，每个 RPC 端点运行时依赖的上下文环境称为
RpcEnv；
3) Dispatcher：消息分发器，针对于 RPC 端点需要发送消息或者从远程 RPC
接收到的消息，分发至对应的指令收件箱/发件箱。如果指令接收方是自己则存入收
件箱，如果指令接收方不是自己，则放入发件箱；
4) Inbox：指令消息收件箱，一个本地 RpcEndpoint 对应一个收件箱，Dispatcher
在每次向 Inbox 存入消息时，都将对应 EndpointData 加入内部 ReceiverQueue 中，
另外 Dispatcher 创建时会启动一个单独线程进行轮询 ReceiverQueue，进行收件箱消
息消费；
5) RpcEndpointRef：RpcEndpointRef 是对远程 RpcEndpoint 的一个引用。当我
们需要向一个具体的 RpcEndpoint 发送消息时，一般我们需要获取到该 RpcEndpoint
的引用，然后通过该应用发送消息。
6) OutBox ： 指 令 消 息 发 件 箱 ， 对 于 当 前 RpcEndpoint 来 说 ， 一 个 目 标
RpcEndpoint 对应一个发件箱，如果向多个目标 RpcEndpoint 发送信息，则有多个
OutBox。当消息放入 Outbox 后，紧接着通过 TransportClient 将消息发送出去。消息
放入发件箱以及发送过程是在同一个线程中进行；
7) RpcAddress：表示远程的 RpcEndpointRef 的地址，Host + Port。
8) TransportClient：Netty 通信客户端，一个 OutBox 对应一个 TransportClient，
TransportClient 不断轮询 OutBox，根据 OutBox 消息的 receiver 信息，请求对应的远
程 TransportServer；
9) TransportServer ： Netty 通 信 服 务 端 ， 一 个 RpcEndpoint 对 应 一 个
TransportServer，接受远程消息后调用 Dispatcher 分发消息至对应收发件箱；
根据上面的分析，Spark 通信架构的高层视图如下图所示：
