Spark源码分析之六：Task调度（二）

话说在《Spark源码分析之五：Task调度（一）》一文中，我们对Task调度分析到了DriverEndpoint的makeOffers()方法。这个方法针对接收到的ReviveOffers事件进行处理。代码如下：

// Make fake resource offers on all executors
    // 在所有的executors上提供假的资源（抽象的资源，也就是资源的对象信息，我是这么理解的）
    private def makeOffers() {
      // Filter out executors under killing
      // 过滤掉under killing的executors
      val activeExecutors = executorDataMap.filterKeys(executorIsAlive)

      // 利用activeExecutors中executorData的executorHost、freeCores，构造workOffers，即资源
      val workOffers = activeExecutors.map { case (id, executorData) =>
        // 创建WorkerOffer对象
        new WorkerOffer(id, executorData.executorHost, executorData.freeCores)
      }.toSeq

      // 调用scheduler的resourceOffers()方法，分配资源，并调用launchTasks()方法，启动tasks
      // 这个scheduler就是TaskSchedulerImpl
      launchTasks(scheduler.resourceOffers(workOffers))
    }

        代码逻辑很简单，一共分为三步：

        第一，从executorDataMap中过滤掉under killing的executors，得到activeExecutors；

        第二，利用activeExecutors中executorData的executorHost、freeCores，获取workOffers，即资源；

        第三，调用scheduler的resourceOffers()方法，分配资源，并调用launchTasks()方法，启动tasks：这个scheduler就是TaskSchedulerImpl。

        我们逐个进行分析，首先看看这个executorDataMap，其定义如下：

private val executorDataMap = new HashMap[String, ExecutorData]

        它是CoarseGrainedSchedulerBackend掌握的集群中executor的数据集合，key为String类型的executorId，value为ExecutorData类型的executor详细信息。ExecutorData包含的主要内容如下：

        1、executorEndpoint：RpcEndpointRef类型，RPC终端的引用，用于数据通信；

        2、executorAddress：RpcAddress类型，RPC地址，用于数据通信；

        3、executorHost：String类型，executor的主机；

        4、freeCores：Int类型，可用处理器cores；

        5、totalCores：Int类型，处理器cores总数；

        6、logUrlMap：Map[String, String]类型，日志url映射集合。

        这样，通过executorDataMap这个集合我们就能知道集群当前executor的负载情况，方便资源分析并调度任务。那么executorDataMap内的数据是何时及如何更新的呢？go on，继续分析。
        对于第一步中，过滤掉under killing的executors，其实现是对executorDataMap中的所有executor调用executorIsAlive()方法中，判断是否在executorsPendingToRemove和executorsPendingLossReason两个数据结构中，这两个数据结构中的executors，都是即将移除或者已丢失的executor。

        第二步，在过滤掉已失效或者马上要失效的executor后，利用activeExecutors中executorData的executorHost、freeCores，构造workOffers，即资源，这个workOffers更简单，是一个WorkerOffer对象，它代表了系统的可利用资源。WorkerOffer代码如下：

/**
 * Represents free resources available on an executor.
 */
private[spark]
case class WorkerOffer(executorId: String, host: String, cores: Int)

        而最重要的第三步，先是调用scheduler.resourceOffers(workOffers)，即TaskSchedulerImpl的resourceOffers()方法，然后再调用launchTasks()方法将tasks加载到executor上去执行。

        我们先看下TaskSchedulerImpl的resourceOffers()方法。代码如下：

/**
   * Called by cluster manager to offer resources on slaves. We respond by asking our active task
   * sets for tasks in order of priority. We fill each node with tasks in a round-robin manner so
   * that tasks are balanced across the cluster.
   *
   * 被集群manager调用以提供slaves上的资源。我们通过按照优先顺序询问活动task集中的task来回应。
   * 我们通过循环的方式将task调度到每个节点上以便tasks在集群中可以保持大致的均衡。
   */
  def resourceOffers(offers: Seq[WorkerOffer]): Seq[Seq[TaskDescription]] = synchronized {

    // Mark each slave as alive and remember its hostname
    // Also track if new executor is added
    // 标记每个slave节点为alive活跃的，并且记住它的主机名
    // 同时也追踪是否有executor被加入
    var newExecAvail = false

    // 循环offers，WorkerOffer为包含executorId、host、cores的结构体，代表集群中的可用executor资源
    for (o <- offers) {

      // 利用HashMap存储executorId->host映射的集合
      executorIdToHost(o.executorId) = o.host

      // Number of tasks running on each executor
      // 每个executor上运行的task的数目，这里如果之前没有的话，初始化为0
      executorIdToTaskCount.getOrElseUpdate(o.executorId, 0)

      // 每个host上executors的集合
      // 这个executorsByHost被用来计算host活跃性，反过来我们用它来决定在给定的主机上何时实现数据本地性
      if (!executorsByHost.contains(o.host)) {// 如果executorsByHost中不存在对应的host

        // executorsByHost中添加一条记录，key为host，value为new HashSet[String]()
        executorsByHost(o.host) = new HashSet[String]()

        // 发送一个ExecutorAdded事件，并由DAGScheduler的handleExecutorAdded()方法处理
        // eventProcessLoop.post(ExecutorAdded(execId, host))
        // 调用DAGScheduler的executorAdded()方法处理
        executorAdded(o.executorId, o.host)

        // 新的slave加入时，标志位newExecAvail设置为true
        newExecAvail = true
      }

      // 更新hostsByRack
      for (rack <- getRackForHost(o.host)) {
        hostsByRack.getOrElseUpdate(rack, new HashSet[String]()) += o.host
      }
    }

    // Randomly shuffle offers to avoid always placing tasks on the same set of workers.
    // 随机shuffle offers以避免总是把任务放在同一组workers上执行
    val shuffledOffers = Random.shuffle(offers)

    // Build a list of tasks to assign to each worker.
    // 构造一个task列表，以分配到每个worker
    val tasks = shuffledOffers.map(o => new ArrayBuffer[TaskDescription](o.cores))

    // 可以使用的cpu资源
    val availableCpus = shuffledOffers.map(o => o.cores).toArray

    // 获得排序好的task集合
    // 先调用Pool.getSortedTaskSetQueue()方法
    // 还记得这个Pool吗，就是调度器中的调度池啊
    val sortedTaskSets = rootPool.getSortedTaskSetQueue

    // 循环每个taskSet
    for (taskSet <- sortedTaskSets) {
      // 记录日志
      logDebug("parentName: %s, name: %s, runningTasks: %s".format(
        taskSet.parent.name, taskSet.name, taskSet.runningTasks))

      // 如果存在新的活跃的executor（新的slave节点被添加时）
      if (newExecAvail) {
        // 调用executorAdded()方法
        taskSet.executorAdded()
      }
    }

    // Take each TaskSet in our scheduling order, and then offer it each node in increasing order
    // of locality levels so that it gets a chance to launch local tasks on all of them.
    // NOTE: the preferredLocality order: PROCESS_LOCAL, NODE_LOCAL, NO_PREF, RACK_LOCAL, ANY
    var launchedTask = false

    // 按照位置本地性规则调度每个TaskSet，最大化实现任务的本地性
    // 位置本地性规则的顺序是：PROCESS_LOCAL（同进程）、NODE_LOCAL（同节点）、NO_PREF、RACK_LOCAL（同机架）、ANY（任何）
    for (taskSet <- sortedTaskSets; maxLocality <- taskSet.myLocalityLevels) {
      do {
        // 调用resourceOfferSingleTaskSet()方法进行任务集调度
        launchedTask = resourceOfferSingleTaskSet(
            taskSet, maxLocality, shuffledOffers, availableCpus, tasks)
      } while (launchedTask)
    }

    // 设置标志位hasLaunchedTask
    if (tasks.size > 0) {
      hasLaunchedTask = true
    }

    return tasks
  }

         首先来看下它的主体流程。如下：

        1、设置标志位newExecAvail为false，这个标志位是在新的slave被添加时被设置的一个标志，下面在计算任务的本地性规则时会用到；

        2、循环offers，WorkerOffer为包含executorId、host、cores的结构体，代表集群中的可用executor资源：

            2.1、更新executorIdToHost，executorIdToHost为利用HashMap存储executorId->host映射的集合；

            2.2、更新executorIdToTaskCount，executorIdToTaskCount为每个executor上运行的task的数目集合，这里如果之前没有的话，初始化为0；

            2.3、如果新的slave加入：

                2.3.1、executorsByHost中添加一条记录，key为host，value为new HashSet[String]()；

                2.3.2、发送一个ExecutorAdded事件，并由DAGScheduler的handleExecutorAdded()方法处理；

                2.3.3、新的slave加入时，标志位newExecAvail设置为true；

            2.4、更新hostsByRack；

        3、随机shuffle offers（集群中可用executor资源）以避免总是把任务放在同一组workers上执行；

        4、构造一个task列表，以分配到每个worker，针对每个executor按照其上的cores数目构造一个cores数目大小的ArrayBuffer，实现最大程度并行化；

        5、获取可以使用的cpu资源availableCpus；

        6、调用Pool.getSortedTaskSetQueue()方法获得排序好的task集合，即sortedTaskSets；

        7、循环sortedTaskSets中每个taskSet：

               7.1、如果存在新加入的slave，则调用taskSet的executorAdded()方法，动态调整位置策略级别，这么做很容易理解，新的slave节点加入了，那么随之而来的是数据有可能存在于它上面，那么这时我们就需要重新调整任务本地性规则；

        8、循环sortedTaskSets，按照位置本地性规则调度每个TaskSet，最大化实现任务的本地性：

              8.1、对每个taskSet，调用resourceOfferSingleTaskSet()方法进行任务集调度；

        9、设置标志位hasLaunchedTask，并返回tasks。

        接下来，我们详细解释下其中的每个步骤。

        第1步不用讲，只是设置标志位newExecAvail为false，并且记住这个标志位是在新的slave被添加时被设置的一个标志，下面在计算任务的本地性规则时会用到；

        第2步是集群中的可用executor资源offers的循环处理，更新一些数据结构，并且，在新的slave加入时，标志位newExecAvail设置为true，并且发送一个ExecutorAdded事件，交由DAGScheduler的handleExecutorAdded()方法处理。我们来看下DAGScheduler的这个方法：

private[scheduler] def handleExecutorAdded(execId: String, host: String) {
    // remove from failedEpoch(execId) ?
    if (failedEpoch.contains(execId)) {
      logInfo("Host added was in lost list earlier: " + host)
      failedEpoch -= execId
    }
    submitWaitingStages()
  }

        很简单，先将对应host从failedEpoch中移除，failedEpoch存储的是系统探测到的失效节点的集合，存储的是execId->host的对应关系。接下来便是调用submitWaitingStages()方法提交等待的stages。这个方法我们之前分析过，这里不再赘述。但是存在一个疑点，之前stage都已提交了，这里为什么还要提交一遍呢？留待以后再寻找答案吧。

        第3步随机shuffle offers以避免总是把任务放在同一组workers上执行，这也没什么特别好讲的，为了避免所谓的热点问题而采取的一种随机策略而已。

        第4步也是，构造一个task列表，以分配到每个worker，针对每个executor，创建一个ArrayBuffer，存储的类型为TaskDescription，大小为executor的cores，即最大程度并行化，充分利用executor的cores。

        第5步就是获取到上述executor集合中cores集合availableCpus，即可以使用的cpu资源；

        下面我们重点分析下第6步，它是调用Pool.getSortedTaskSetQueue()方法，获得排序好的task集合。还记得这个Pool吗？它就是上篇文章《Spark源码分析之五：Task调度（一）》里讲到的调度器的中的调度池啊，我们看下它的getSortedTaskSetQueue()方法。代码如下：

override def getSortedTaskSetQueue: ArrayBuffer[TaskSetManager] = {

    // 创建一个ArrayBuffer，存储TaskSetManager
    var sortedTaskSetQueue = new ArrayBuffer[TaskSetManager]

    // schedulableQueue为Pool中的一个调度队列，里面存储的是TaskSetManager
    // 在TaskScheduler的submitTasks()方法中，通过层层调用，最终通过Pool的addSchedulable()方法将之前生成的TaskSetManager加入到schedulableQueue中
    // 而TaskSetManager包含具体的tasks
    // taskSetSchedulingAlgorithm为调度算法，包括FIFO和FAIR两种
    // 这里针对调度队列，<span style="font-family: Arial, Helvetica, sans-serif;">按照调度算法对其排序，</span>生成一个序列sortedSchedulableQueue，
    val sortedSchedulableQueue =
      schedulableQueue.asScala.toSeq.sortWith(taskSetSchedulingAlgorithm.comparator)

    // 循环sortedSchedulableQueue中所有的TaskSetManager，通过其getSortedTaskSetQueue来填充sortedTaskSetQueue
    for (schedulable <- sortedSchedulableQueue) {
      sortedTaskSetQueue ++= schedulable.getSortedTaskSetQueue
    }

    // 返回sortedTaskSetQueue
    sortedTaskSetQueue
  }

        首先，创建一个ArrayBuffer，用来存储TaskSetManager，然后，对Pool中已经存储好的TaskSetManager，即schedulableQueue队列，按照taskSetSchedulingAlgorithm调度规则或算法来排序，得到sortedSchedulableQueue，并循环其内的TaskSetManager，通过其getSortedTaskSetQueue()方法来填充sortedTaskSetQueue，最后返回。TaskSetManager的getSortedTaskSetQueue()方法也很简单，追加ArrayBuffer[TaskSetManager]即可，如下：

override def getSortedTaskSetQueue(): ArrayBuffer[TaskSetManager] = {
    var sortedTaskSetQueue = new ArrayBuffer[TaskSetManager]()
    sortedTaskSetQueue += this
    sortedTaskSetQueue
  }

        我们着重来讲解下这个调度准则或算法taskSetSchedulingAlgorithm，其定义如下：

// 调度准则，包括FAIR和FIFO两种
  var taskSetSchedulingAlgorithm: SchedulingAlgorithm = {
    schedulingMode match {
      case SchedulingMode.FAIR =>
        new FairSchedulingAlgorithm()
      case SchedulingMode.FIFO =>
        new FIFOSchedulingAlgorithm()
    }
  }

        它包括两种，FAIR和FIFO，下面我们以FIFO为例来讲解。代码在SchedulingAlgorithm.scala中，如下：

private[spark] class FIFOSchedulingAlgorithm extends SchedulingAlgorithm {
  // 比较函数
  override def comparator(s1: Schedulable, s2: Schedulable): Boolean = {
    val priority1 = s1.priority
    val priority2 = s2.priority

    // 先比较priority，即优先级
    // priority相同的话，再比较stageId
    // 前者小于后者的话，返回true，否则为false
    var res = math.signum(priority1 - priority2)
    if (res == 0) {
      val stageId1 = s1.stageId
      val stageId2 = s2.stageId
      res = math.signum(stageId1 - stageId2)
    }
    if (res < 0) {
      true
    } else {
      false
    }
  }
}

        很简单，就是先比较两个TaskSetManagerder的优先级priority，优先级相同再比较stageId。而这个priority在TaskSet生成时，就是jobId，也就是FIFO是先按照Job的顺序再按照Stage的顺序进行顺序调度，一个Job完了再调度另一个Job，Job内是按照Stage的顺序进行调度。关于priority生成的代码如下所示：

// 利用taskScheduler.submitTasks()提交task
      // jobId即为TaskSet的priority
      taskScheduler.submitTasks(new TaskSet(
        tasks.toArray, stage.id, stage.latestInfo.attemptId, jobId, properties))

        比较复杂的是FairSchedulingAlgorithm，代码如下：

private[spark] class FairSchedulingAlgorithm extends SchedulingAlgorithm {
  override def comparator(s1: Schedulable, s2: Schedulable): Boolean = {

    val minShare1 = s1.minShare
    val minShare2 = s2.minShare
    val runningTasks1 = s1.runningTasks
    val runningTasks2 = s2.runningTasks
    val s1Needy = runningTasks1 < minShare1
    val s2Needy = runningTasks2 < minShare2
    val minShareRatio1 = runningTasks1.toDouble / math.max(minShare1, 1.0).toDouble
    val minShareRatio2 = runningTasks2.toDouble / math.max(minShare2, 1.0).toDouble
    val taskToWeightRatio1 = runningTasks1.toDouble / s1.weight.toDouble
    val taskToWeightRatio2 = runningTasks2.toDouble / s2.weight.toDouble
    var compare: Int = 0

    // 前者的runningTasks<minShare而后者相反的的话，返回true；
    // runningTasks为正在运行的tasks数目，minShare为最小共享cores数；
    // 前面两个if判断的意思是两个TaskSetManager中，如果其中一个正在运行的tasks数目小于最小共享cores数，则优先调度该TaskSetManager
    if (s1Needy && !s2Needy) {
      return true
    } else if (!s1Needy && s2Needy) {// 前者的runningTasks>=minShare而后者相反的的话，返回true
      return false
    } else if (s1Needy && s2Needy) {
      // 如果两者的正在运行的tasks数目都比最小共享cores数小的话，再比较minShareRatio
      // minShareRatio为正在运行的tasks数目与最小共享cores数的比率
      compare = minShareRatio1.compareTo(minShareRatio2)
    } else {
      // 最后比较taskToWeightRatio，即权重使用率，weight代表调度池对资源获取的权重，越大需要越多的资源
      compare = taskToWeightRatio1.compareTo(taskToWeightRatio2)
    }

    if (compare < 0) {
      true
    } else if (compare > 0) {
      false
    } else {
      s1.name < s2.name
    }
  }
}

        它的调度逻辑主要如下：

        1、优先看正在运行的tasks数目是否小于最小共享cores数，如果两者只有一个小于，则优先调度小于的那个，原因是既然正在运行的Tasks数目小于共享cores数，说明该节点资源比较充足，应该优先利用；

        2、如果不是只有一个的正在运行的tasks数目是否小于最小共享cores数的话，则再判断正在运行的tasks数目与最小共享cores数的比率；

        3、最后再比较权重使用率，即正在运行的tasks数目与该TaskSetManager的权重weight的比，weight代表调度池对资源获取的权重，越大需要越多的资源。

        到此为止，获得了排序好的task集合，我们来到了第7步：如果存在新加入的slave，则调用taskSet的executorAdded()方法，即TaskSetManager的executorAdded()方法，代码如下：

def executorAdded() {
    recomputeLocality()
  }

        没说的，继续追踪，看recomputeLocality()方法。代码如下：

// 重新计算位置
  def recomputeLocality() {
    // 首先获取之前的位置Level
    // currentLocalityIndex为有效位置策略级别中的索引，默认为0
    val previousLocalityLevel = myLocalityLevels(currentLocalityIndex)

    // 计算有效的位置Level
    myLocalityLevels = computeValidLocalityLevels()

    // 获得位置策略级别的等待时间
    localityWaits = myLocalityLevels.map(getLocalityWait)

    // 设置当前使用的位置策略级别的索引
    currentLocalityIndex = getLocalityIndex(previousLocalityLevel)
  }

        首先说下这个currentLocalityIndex，它的定义为：

var currentLocalityIndex = 0    // Index of our current locality level in validLocalityLevels

        它是有效位置策略级别中的索引，指示当前的位置信息。也就是我们上一个task被launched所使用的Locality Level。

        接下来看下myLocalityLevels，它是任务集TaskSet中应该使用哪种位置Level的数组，在TaskSetManager对象实例化时即被初始化，变量定义如下：

// Figure out which locality levels we have in our TaskSet, so we can do delay scheduling
  // 确定在我们的任务集TaskSet中应该使用哪种位置Level，以便我们做延迟调度
  var myLocalityLevels = computeValidLocalityLevels()

        computeValidLocalityLevels()方法为计算该TaskSet使用的位置策略的方法，代码如下：

/**
   * Compute the locality levels used in this TaskSet. Assumes that all tasks have already been
   * added to queues using addPendingTask.
   * 计算该TaskSet使用的位置策略。假设所有的任务已经通过addPendingTask()被添加入队列
   */
  private def computeValidLocalityLevels(): Array[TaskLocality.TaskLocality] = {
    // 引入任务位置策略
    import TaskLocality.{PROCESS_LOCAL, NODE_LOCAL, NO_PREF, RACK_LOCAL, ANY}

    // 创建ArrayBuffer类型的levels，存储TaskLocality
    val levels = new ArrayBuffer[TaskLocality.TaskLocality]

    // 如果pendingTasksForExecutor不为空，且PROCESS_LOCAL级别中TaskSetManager等待分配下一个任务的时间不为零，且
    // 如果pendingTasksForExecutor中每个executorId在sched的executorIdToTaskCount中存在
    // executorIdToTaskCount为每个executor上运行的task的数目集合
    if (!pendingTasksForExecutor.isEmpty && getLocalityWait(PROCESS_LOCAL) != 0 &&
        pendingTasksForExecutor.keySet.exists(sched.isExecutorAlive(_))) {
      levels += PROCESS_LOCAL
    }

    // 如果pendingTasksForHost不为空，且NODE_LOCAL级别中TaskSetManager等待分配下一个任务的时间不为零，且
    // 如果pendingTasksForHost中每个host在sched的executorsByHost中存在
    // executorsByHost为每个host上executors的集合
    if (!pendingTasksForHost.isEmpty && getLocalityWait(NODE_LOCAL) != 0 &&
        pendingTasksForHost.keySet.exists(sched.hasExecutorsAliveOnHost(_))) {
      levels += NODE_LOCAL
    }

    // 如果存在没有位置信息的task，则添加NO_PREF级别
    if (!pendingTasksWithNoPrefs.isEmpty) {
      levels += NO_PREF
    }

    // 同样处理RACK_LOCAL级别
    if (!pendingTasksForRack.isEmpty && getLocalityWait(RACK_LOCAL) != 0 &&
        pendingTasksForRack.keySet.exists(sched.hasHostAliveOnRack(_))) {
      levels += RACK_LOCAL
    }

    // 最后加上一个ANY级别
    levels += ANY
    logDebug("Valid locality levels for " + taskSet + ": " + levels.mkString(", "))

    // 返回
    levels.toArray
  }

        这里，我们先看下其中几个比较重要的数据结构。在TaskSetManager中，存在如下几个数据结构：

// 每个executor上即将被执行的tasks的映射集合
  private val pendingTasksForExecutor = new HashMap[String, ArrayBuffer[Int]]

// 每个host上即将被执行的tasks的映射集合
  private val pendingTasksForHost = new HashMap[String, ArrayBuffer[Int]]

// 每个rack上即将被执行的tasks的映射集合
  private val pendingTasksForRack = new HashMap[String, ArrayBuffer[Int]]

// Set containing pending tasks with no locality preferences.
  // 存储所有没有位置信息的即将运行tasks的index索引的集合
  var pendingTasksWithNoPrefs = new ArrayBuffer[Int]

// Set containing all pending tasks (also used as a stack, as above).
  // 存储所有即将运行tasks的index索引的集合
  val allPendingTasks = new ArrayBuffer[Int]

        这些数据结构，存储了task与不同位置的载体的对应关系。在TaskSetManager对象被构造时，有如下代码被执行：

// Add all our tasks to the pending lists. We do this in reverse order
  // of task index so that tasks with low indices get launched first.
  // 将所有的tasks添加到pending列表。我们用倒序的任务索引一遍较低索引的任务可以被优先加载
  for (i <- (0 until numTasks).reverse) {
    addPendingTask(i)
  }

        它对TaskSetManager中的tasks的索引倒序处理。addPendingTask()方法如下：

/** Add a task to all the pending-task lists that it should be on. */
  // 添加一个任务的索引到所有相关的pending-task索引列表
  private def addPendingTask(index: Int) {
    // Utility method that adds `index` to a list only if it's not already there
    // 定义了一个如果索引不存在添加索引至列表的工具方法
    def addTo(list: ArrayBuffer[Int]) {
      if (!list.contains(index)) {
        list += index
      }
    }

    // 遍历task的优先位置
    for (loc <- tasks(index).preferredLocations) {
      loc match {
        case e: ExecutorCacheTaskLocation => // 如果为ExecutorCacheTaskLocation
          // 添加任务索引index至pendingTasksForExecutor列表
          addTo(pendingTasksForExecutor.getOrElseUpdate(e.executorId, new ArrayBuffer))
        case e: HDFSCacheTaskLocation => {// 如果为HDFSCacheTaskLocation

          // 调用sched（即TaskSchedulerImpl）的getExecutorsAliveOnHost()方法，获得指定Host上的Alive Executors
          val exe = sched.getExecutorsAliveOnHost(loc.host)
          exe match {
            case Some(set) => {
              // 循环host上的每个Alive Executor，添加任务索引index至pendingTasksForExecutor列表
              for (e <- set) {
                addTo(pendingTasksForExecutor.getOrElseUpdate(e, new ArrayBuffer))
              }
              logInfo(s"Pending task $index has a cached location at ${e.host} " +
                ", where there are executors " + set.mkString(","))
            }
            case None => logDebug(s"Pending task $index has a cached location at ${e.host} " +
                ", but there are no executors alive there.")
          }
        }
        case _ => Unit
      }

      // 添加任务索引index至pendingTasksForHost列表
      addTo(pendingTasksForHost.getOrElseUpdate(loc.host, new ArrayBuffer))

      // 根据获得任务优先位置host获得机架rack，循环，添加任务索引index至pendingTasksForRack列表
      for (rack <- sched.getRackForHost(loc.host)) {
        addTo(pendingTasksForRack.getOrElseUpdate(rack, new ArrayBuffer))
      }
    }

    // 如果task没有位置属性，则将任务的索引index添加到pendingTasksWithNoPrefs，pendingTasksWithNoPrefs为存储所有没有位置信息的即将运行tasks的index索引的集合
    if (tasks(index).preferredLocations == Nil) {
      addTo(pendingTasksWithNoPrefs)
    }

    // 将任务的索引index加入到allPendingTasks，allPendingTasks为存储所有即将运行tasks的index索引的集合
    allPendingTasks += index  // No point scanning this whole list to find the old task there
  }

        鉴于上面注释很清晰，这里，我们只说下重点，它是根据task的preferredLocations，来决定该往哪个数据结构存储的。最终，将task的位置信息，存储到不同的数据结构中，方便后续任务调度的处理。

        同时，在TaskSetManager中TaskSchedulerImpl类型的变量中，还存在着如下几个数据结构：

// Number of tasks running on each executor
  // 每个executor上正在运行的tasks的数目
  private val executorIdToTaskCount = new HashMap[String, Int]

  // The set of executors we have on each host; this is used to compute hostsAlive, which
  // in turn is used to decide when we can attain data locality on a given host
  // 每个host上executors的集合
  // 这个executorsByHost被用来计算host活跃性，反过来我们用它来决定在给定的主机上何时实现数据本地性
  protected val executorsByHost = new HashMap[String, HashSet[String]]

  // 每个rack上hosts的映射关系
  protected val hostsByRack = new HashMap[String, HashSet[String]]

        它反映了当前集群中executor、host、rack的对应关系。而在computeValidLocalityLevels()方法中，根据task的位置属性和当前集群中executor、host、rack的对应关系，依靠上面这两组数据结构，就能很方便的确定该TaskSet的TaskLocality Level，详细流程不再赘述，读者可自行阅读代码。

        这里，我们只说下getLocalityWait()方法，它是获取Locality级别对应TaskSetManager等待分配下一个任务的时间，代码如下：

// 获取Locality级别对应TaskSetManager等待分配下一个任务的时间
  private def getLocalityWait(level: TaskLocality.TaskLocality): Long = {
    // 默认等待时间，取自参数spark.locality.wait，默认为3s
    val defaultWait = conf.get("spark.locality.wait", "3s")

    // 根据不同的TaskLocality，取不同的参数，设置TaskLocality等待时间
    // PROCESS_LOCAL取参数spark.locality.wait.process
    // NODE_LOCAL取参数spark.locality.wait.node
    // RACK_LOCAL取参数spark.locality.wait.rack
    val localityWaitKey = level match {
      case TaskLocality.PROCESS_LOCAL => "spark.locality.wait.process"
      case TaskLocality.NODE_LOCAL => "spark.locality.wait.node"
      case TaskLocality.RACK_LOCAL => "spark.locality.wait.rack"
      case _ => null
    }

    if (localityWaitKey != null) {
      conf.getTimeAsMs(localityWaitKey, defaultWait)
    } else {
      0L
    }
  }

        不同的Locality级别对应取不同的参数。为什么要有这个Locality级别对应TaskSetManager等待分配下一个任务的时间呢？我们先留个小小的疑问。

        回到recomputeLocality()方法，接下来便是调用computeValidLocalityLevels()这个方法，计算当前最新的有效的位置策略Level，为什么要再次计算呢？主要就是新的slave节点加入，我们需要重新评估下集群中task位置偏好与当前集群executor、host、rack等整体资源的关系，起到了一个位置策略级别动态调整的一个效果。

        然后，便是获得位置策略级别的等待时间localityWaits、设置当前使用的位置策略级别的索引currentLocalityIndex，不再赘述。

        好了，第7步就分析完了，有些细节留到以后再归纳整理吧。

        接着分析第8步，循环sortedTaskSets，按照位置本地性规则调度每个TaskSet，最大化实现任务的本地性，也就是对每个taskSet，调用resourceOfferSingleTaskSet()方法进行任务集调度。显然，我们需要首先看下resourceOfferSingleTaskSet()这个方法。代码如下：

private def resourceOfferSingleTaskSet(
      taskSet: TaskSetManager,
      maxLocality: TaskLocality,
      shuffledOffers: Seq[WorkerOffer],
      availableCpus: Array[Int],
      tasks: Seq[ArrayBuffer[TaskDescription]]) : Boolean = {

    // 标志位launchedTask初始化为false，用它来标记是否有task被成功分配或者launched
    var launchedTask = false

    // 循环shuffledOffers，即每个可用executor
    for (i <- 0 until shuffledOffers.size) {

      // 获取其executorId和host
      val execId = shuffledOffers(i).executorId
      val host = shuffledOffers(i).host

      // 如果executor上可利用cpu数目大于每个task需要的数目，则继续task分配
      // CPUS_PER_TASK为参数spark.task.cpus配置的值，未配置的话默认为1
      if (availableCpus(i) >= CPUS_PER_TASK) {
        try {

          // 调用TaskSetManager的resourceOffer()方法，处理返回的每个TaskDescription
          for (task <- taskSet.resourceOffer(execId, host, maxLocality)) {

            // 分配task成功
            // 将task加入到tasks对应位置
            // 注意，tasks为一个空的，根据shuffledOffers和其可用cores生成的有一定结构的列表
            tasks(i) += task

            // 更新taskIdToTaskSetManager、taskIdToExecutorId、executorIdToTaskCount、
            // executorsByHost、availableCpus等数据结构
            val tid = task.taskId
            taskIdToTaskSetManager(tid) = taskSet // taskId与TaskSetManager的映射关系
            taskIdToExecutorId(tid) = execId // taskId与ExecutorId的映射关系
            executorIdToTaskCount(execId) += 1// executor上正在运行的task数目加1
            executorsByHost(host) += execId// host上对应的executor的映射关系
            availableCpus(i) -= CPUS_PER_TASK// 可以Cpu cores减少相应数目

            // 确保availableCpus(i)不小于0
            assert(availableCpus(i) >= 0)

            // 标志位launchedTask设置为true
            launchedTask = true
          }
        } catch {
          case e: TaskNotSerializableException =>
            logError(s"Resource offer failed, task set ${taskSet.name} was not serializable")
            // Do not offer resources for this task, but don't throw an error to allow other
            // task sets to be submitted.
            return launchedTask
        }
      }
    }
    return launchedTask
  }

        该方法的主体流程如下：

        1、标志位launchedTask初始化为false，用它来标记是否有task被成功分配或者launched；

        2、循环shuffledOffers，即每个可用executor：

             2.1、获取其executorId和host；

             2.2、如果executor上可利用cpu数目大于每个task需要的数目，则继续task分配；

             2.3、调用TaskSetManager的resourceOffer()方法，处理返回的每个TaskDescription：

                2.3.1、分配task成功，将task加入到tasks对应位置（注意，tasks为一个空的，根据shuffledOffers和其可用cores生成的有一定结构的列表）；

                2.3.2、更新taskIdToTaskSetManager、taskIdToExecutorId、executorIdToTaskCount、executorsByHost、availableCpus等数据结构；

                2.3.3、确保availableCpus(i)不小于0；

                2.3.4、标志位launchedTask设置为true；

       3、返回launchedTask。

        其他都好说，我们只看下TaskSetManager的resourceOffer()方法。代码如下：

/**
   * Respond to an offer of a single executor from the scheduler by finding a task
   *
   * NOTE: this function is either called with a maxLocality which
   * would be adjusted by delay scheduling algorithm or it will be with a special
   * NO_PREF locality which will be not modified
   *
   * @param execId the executor Id of the offered resource
   * @param host  the host Id of the offered resource
   * @param maxLocality the maximum locality we want to schedule the tasks at
   */
  @throws[TaskNotSerializableException]
  def resourceOffer(
      execId: String,
      host: String,
      maxLocality: TaskLocality.TaskLocality)
    : Option[TaskDescription] =
  {
    if (!isZombie) {

      // 当前时间
      val curTime = clock.getTimeMillis()

      // 确定可以被允许的位置策略：allowedLocality
      var allowedLocality = maxLocality

      // 如果maxLocality不为TaskLocality.NO_PREF
      if (maxLocality != TaskLocality.NO_PREF) {
        // 获取被允许的Locality，主要是看等待时间
        allowedLocality = getAllowedLocalityLevel(curTime)

        // 如果allowedLocality大于maxLocality，将maxLocality赋值给allowedLocality
        if (allowedLocality > maxLocality) {
          // We're not allowed to search for farther-away tasks
          allowedLocality = maxLocality
        }
      }

      // 出列task，即分配task
      dequeueTask(execId, host, allowedLocality) match {
        case Some((index, taskLocality, speculative)) => {

          // 找到对应的task
          // Found a task; do some bookkeeping and return a task description
          val task = tasks(index)
          val taskId = sched.newTaskId()
          // Do various bookkeeping
          // 更新copiesRunning
          copiesRunning(index) += 1
          val attemptNum = taskAttempts(index).size

          // 创建TaskInfo
          val info = new TaskInfo(taskId, index, attemptNum, curTime,
            execId, host, taskLocality, speculative)

          // 更新taskInfos
          taskInfos(taskId) = info

          // 更新taskAttempts
          taskAttempts(index) = info :: taskAttempts(index)
          // Update our locality level for delay scheduling
          // NO_PREF will not affect the variables related to delay scheduling

          // 设置currentLocalityIndex、lastLaunchTime
          if (maxLocality != TaskLocality.NO_PREF) {
            currentLocalityIndex = getLocalityIndex(taskLocality)
            lastLaunchTime = curTime
          }

          // Serialize and return the task
          // 开始时间
          val startTime = clock.getTimeMillis()

          // 序列化task，得到serializedTask
          val serializedTask: ByteBuffer = try {
            Task.serializeWithDependencies(task, sched.sc.addedFiles, sched.sc.addedJars, ser)
          } catch {
            // If the task cannot be serialized, then there's no point to re-attempt the task,
            // as it will always fail. So just abort the whole task-set.
            case NonFatal(e) =>
              val msg = s"Failed to serialize task $taskId, not attempting to retry it."
              logError(msg, e)
              abort(s"$msg Exception during serialization: $e")
              throw new TaskNotSerializableException(e)
          }
          if (serializedTask.limit > TaskSetManager.TASK_SIZE_TO_WARN_KB * 1024 &&
              !emittedTaskSizeWarning) {
            emittedTaskSizeWarning = true
            logWarning(s"Stage ${task.stageId} contains a task of very large size " +
              s"(${serializedTask.limit / 1024} KB). The maximum recommended task size is " +
              s"${TaskSetManager.TASK_SIZE_TO_WARN_KB} KB.")
          }

          // 添加running task
          addRunningTask(taskId)

          // We used to log the time it takes to serialize the task, but task size is already
          // a good proxy to task serialization time.
          // val timeTaken = clock.getTime() - startTime
          val taskName = s"task ${info.id} in stage ${taskSet.id}"
          logInfo(s"Starting $taskName (TID $taskId, $host, partition ${task.partitionId}," +
            s"$taskLocality, ${serializedTask.limit} bytes)")

          // 调用DagScheduler的taskStarted()方法，标记Task已启动
          sched.dagScheduler.taskStarted(task, info)

          // 返回TaskDescription，其中包含taskId、attemptNumber、execId、index、serializedTask等重要信息
          // attemptNumber是推测执行原理必须使用的，即拖后腿的任务可以执行多份，谁先完成用谁的结果
          return Some(new TaskDescription(taskId = taskId, attemptNumber = attemptNum, execId,
            taskName, index, serializedTask))
        }
        case _ =>
      }
    }
    None
  }

        resourceOffer()方法的处理流程大体如下：

        1、记录当前时间；

        2、 确定可以被允许的位置策略：allowedLocality；

        3、出列task，即分配task；

            3.1、如果找到对应的task，即task可以被分配：

              3.1.1、完成获得taskId、更新copiesRunning、获得attemptNum、创建TaskInfo、更新taskInfos、更新taskAttempts、设置currentLocalityIndex、lastLaunchTime等基础数据结构的更新；

              3.1.2、序列化task，得到serializedTask；

              3.1.3、添加running task；

              3.1.4、调用DagScheduler的taskStarted()方法，标记Task已启动；

              3.1.5、返回TaskDescription，其中包含taskId、attemptNumber、execId、index、serializedTask等重要信息，attemptNumber是推测执行原理必须使用的，即拖后腿的任务可以执行多份，谁先完成用谁的结果。

        首先说下这个allowedLocality，如果maxLocality不为TaskLocality.NO_PREF，我们需要调用getAllowedLocalityLevel()，传入当前时间，得到allowedLocality，getAllowedLocalityLevel()方法逻辑比较简单，代码如下：

/**
   * Get the level we can launch tasks according to delay scheduling, based on current wait time.
   * 基于当前的等待是时间，得到我们可以调度task的级别
   */
  private def getAllowedLocalityLevel(curTime: Long): TaskLocality.TaskLocality = {
    // Remove the scheduled or finished tasks lazily
    // 判断task是否可以被调度
    def tasksNeedToBeScheduledFrom(pendingTaskIds: ArrayBuffer[Int]): Boolean = {
      var indexOffset = pendingTaskIds.size
      // 循环
      while (indexOffset > 0) {
        // 索引递减
        indexOffset -= 1

        // 获得task索引
        val index = pendingTaskIds(indexOffset)

        // 如果对应task不存在任何运行实例，且未执行成功，可以调度，返回true
        if (copiesRunning(index) == 0 && !successful(index)) {
          return true
        } else {

          // 从pendingTaskIds中移除
          pendingTaskIds.remove(indexOffset)
        }
      }
      false
    }
    // Walk through the list of tasks that can be scheduled at each location and returns true
    // if there are any tasks that still need to be scheduled. Lazily cleans up tasks that have
    // already been scheduled.
    def moreTasksToRunIn(pendingTasks: HashMap[String, ArrayBuffer[Int]]): Boolean = {
      val emptyKeys = new ArrayBuffer[String]

      // 循环pendingTasks
      val hasTasks = pendingTasks.exists {
        case (id: String, tasks: ArrayBuffer[Int]) =>

          // 判断task是否可以被调度
          if (tasksNeedToBeScheduledFrom(tasks)) {
            true
          } else {
            emptyKeys += id
            false
          }
      }
      // The key could be executorId, host or rackId
      // 移除数据
      emptyKeys.foreach(id => pendingTasks.remove(id))
      hasTasks
    }

    // 从当前索引currentLocalityIndex开始，循环myLocalityLevels
    while (currentLocalityIndex < myLocalityLevels.length - 1) {

      // 是否存在待调度task，根据不同的Locality Level，调用moreTasksToRunIn()方法从不同的数据结构中获取，
      // NO_PREF直接看pendingTasksWithNoPrefs是否为空
      val moreTasks = myLocalityLevels(currentLocalityIndex) match {
        case TaskLocality.PROCESS_LOCAL => moreTasksToRunIn(pendingTasksForExecutor)
        case TaskLocality.NODE_LOCAL => moreTasksToRunIn(pendingTasksForHost)
        case TaskLocality.NO_PREF => pendingTasksWithNoPrefs.nonEmpty
        case TaskLocality.RACK_LOCAL => moreTasksToRunIn(pendingTasksForRack)
      }
      if (!moreTasks) {// 不存在可以被调度的task
        // This is a performance optimization: if there are no more tasks that can
        // be scheduled at a particular locality level, there is no point in waiting
        // for the locality wait timeout (SPARK-4939).
        // 记录lastLaunchTime
        lastLaunchTime = curTime
        logDebug(s"No tasks for locality level ${myLocalityLevels(currentLocalityIndex)}, " +
          s"so moving to locality level ${myLocalityLevels(currentLocalityIndex + 1)}")

        // 位置策略索引加1
        currentLocalityIndex += 1
      } else if (curTime - lastLaunchTime >= localityWaits(currentLocalityIndex)) {
        // Jump to the next locality level, and reset lastLaunchTime so that the next locality
        // wait timer doesn't immediately expire

        // 更新localityWaits
        lastLaunchTime += localityWaits(currentLocalityIndex)

        // 位置策略索引加1
        currentLocalityIndex += 1
        logDebug(s"Moving to ${myLocalityLevels(currentLocalityIndex)} after waiting for " +
          s"${localityWaits(currentLocalityIndex)}ms")
      } else {

        // 返回当前位置策略级别
        return myLocalityLevels(currentLocalityIndex)
      }
    }

    // 返回当前位置策略级别
    myLocalityLevels(currentLocalityIndex)
  }

        在确定allowedLocality后，我们就需要调用dequeueTask()方法，出列task，进行调度。代码如下：

/**
   * Dequeue a pending task for a given node and return its index and locality level.
   * Only search for tasks matching the given locality constraint.
   *
   * @return An option containing (task index within the task set, locality, is speculative?)
   */
  private def dequeueTask(execId: String, host: String, maxLocality: TaskLocality.Value)
    : Option[(Int, TaskLocality.Value, Boolean)] =
  {
    // 首先调用dequeueTaskFromList()方法，对PROCESS_LOCAL级别的task进行调度
    for (index <- dequeueTaskFromList(execId, getPendingTasksForExecutor(execId))) {
      return Some((index, TaskLocality.PROCESS_LOCAL, false))
    }

    // PROCESS_LOCAL未调度到task的话，再调度NODE_LOCAL级别
    if (TaskLocality.isAllowed(maxLocality, TaskLocality.NODE_LOCAL)) {
      for (index <- dequeueTaskFromList(execId, getPendingTasksForHost(host))) {
        return Some((index, TaskLocality.NODE_LOCAL, false))
      }
    }

    // NODE_LOCAL未调度到task的话，再调度NO_PREF级别
    if (TaskLocality.isAllowed(maxLocality, TaskLocality.NO_PREF)) {
      // Look for noPref tasks after NODE_LOCAL for minimize cross-rack traffic
      for (index <- dequeueTaskFromList(execId, pendingTasksWithNoPrefs)) {
        return Some((index, TaskLocality.PROCESS_LOCAL, false))
      }
    }

    // NO_PREF未调度到task的话，再调度RACK_LOCAL级别
    if (TaskLocality.isAllowed(maxLocality, TaskLocality.RACK_LOCAL)) {
      for {
        rack <- sched.getRackForHost(host)
        index <- dequeueTaskFromList(execId, getPendingTasksForRack(rack))
      } {
        return Some((index, TaskLocality.RACK_LOCAL, false))
      }
    }

    // 最好是ANY级别的调度
    if (TaskLocality.isAllowed(maxLocality, TaskLocality.ANY)) {
      for (index <- dequeueTaskFromList(execId, allPendingTasks)) {
        return Some((index, TaskLocality.ANY, false))
      }
    }

    // find a speculative task if all others tasks have been scheduled
    // 如果所有的class都被调度的话，寻找一个speculative task，同MapReduce的推测执行原理的思想
    dequeueSpeculativeTask(execId, host, maxLocality).map {
      case (taskIndex, allowedLocality) => (taskIndex, allowedLocality, true)}
  }

        很简单，按照PROCESS_LOCAL、NODE_LOCAL、NO_PREF、RACK_LOCAL、ANY的顺序进行调度。最后，如果所有的class都被调度的话，寻找一个speculative task，同MapReduce的推测执行原理的思想。

        至此，我们得到了TaskDescription，也就知道了哪个Task需要在哪个节点上执行，而Task调度也就全讲完了。

        题外话：

        要透彻的、清晰的讲解一个复杂的流程，是很费力的，短短几篇文章也是远远不够的。Task调度这两篇文章，重在叙述一个完整的流程，同时讲解部分细节。在这两篇文章的叙述中，肯定会有很多细节没讲清楚、讲透彻，甚至会有些理解错误的地方，希望高手不吝赐教，以免继续误导大家。

        针对部分细节，和对流程的深入理解，我以后还会陆续推出博文，进行详细讲解，并归纳总结，谢谢大家！

博客原地址：http://blog.csdn.net/lipeng_bigdata/article/details/50699939