CC00107.spark——|Hadoop&Spark.V05|——|Spark.v05|Spark 原理 源码|BlockManager|

一、BlockManager

### --- BlockManager

~~~     BlockManager是一个嵌入在 Spark 中的 key-value型分布式存储系统，也是 Master-Slave 结构的，
~~~     RDD-cache、shuffle-output、broadcast 等的实现都是基于BlockManager来实现的：
~~~     shuffle 的过程中使用 BlockManager 作为数据的中转站
~~~     将广播变量发送到 Executor 时， broadcast 底层使用的数据存储层
~~~     spark streaming 一个 ReceiverInputDStream 接收到的数据，
~~~     先放在 BlockManager 中， 然后封装为一个BlockRdd 进行下一步运算
~~~     如果对一个 RDD 进行了cache，CacheManager 也是把数据放在了 BlockManager 中，
~~~     后续 Task 运行的时候可以直接从 CacheManager 中获取到缓存的数据 ，不用再从头计算
~~~     BlockManager也是分布式结构，在Driver和所有Executor上都会有BlockManager。
~~~     每个节点上存储的block信息都会汇报给Driver端的BlockManager Master作统一管理，
~~~     BlockManager对外提供get和set数据接口，可将数据存储在Memory、Disk、Off-heap。

二、BlockManager架构

### --- BlockManager架构说明

~~~     Driver 上有 BlockManager Master，
~~~     负责对各个节点上的 BlockManager 内部管理的数据的元数据进行维护，
~~~     比如block 的增删改等操作，都在这里维护好元数据的变更。
~~~     每个节点都有一个 BlockManager，每个 BlockManager 创建之后，
~~~     第一件事就是去向 BlockManager Master 进行注册，
~~~     此时 BlockManager Master 会为其创建对应的 BlockManagerInfo。

### --- Driver的组件为BlockManager Master，负责：

~~~     各节点上BlockManager内部管理数据的元数据进行维护，如 block 的增、删、改、查等操作
~~~     只要 BlockManager 执行了数据增、删、改操作，
~~~     那么必须将 Block 的 BlockStatus 上报到BlockManagerMaster，
~~~     BlockManager Master会对元数据进行维护

### --- BlockManager运行在所有的节点上，包括所有 Driver 和 Executor 上：

~~~     BlockManager对本地和远程提供一致的 get 和 set 数据块接口，
~~~     BlockManager本身使用不同的存储方式来存储这些数据，包括memory、disk、off-heap
~~~     BlockManager负责Spark底层数据存储与管理，
~~~     Driver和Executor的所有数据都由对应的BlockManager进行管理
~~~     BlockManager创建后，立即向 BlockManager Master进行注册，
~~~     此时BlockManager Master会为其创建对应的BlockManagerInfo

### --- BlockManager中有3个非常重要的组件：

~~~     DiskStore：负责对磁盘数据进行读写
~~~     MemoryStore：负责对内存数据进行读写
~~~     BlockTransferService：负责建立到远程其他节点BlockManager的连接，负责对远程其他节点的
~~~     BlockManager的数据进行读写

### --- BlockManager说明

~~~     使用BlockManager进行写操作时，
~~~     如RDD运行过程中的中间数据，或者执行persist操作，会优先将数据写入内存中。
~~~     如果内存大小不够，将内存中的部分数据写入磁盘；
~~~     如果persist指定了要replica，
~~~     会使用BlockTransferService将数据复制一份到其他节点的BlockManager上去
~~~     使用 BlockManager 进行读操作时，如 Shuffle Read 操作，
~~~     如果能从本地读取，就利用 DiskStore 或MemoryStore 从本地读取数据；
~~~     如果本地没有数据，就利用 BlockTransferService 从远程 BlockManager 读取数据