zeppelin源碼分析(6)——note的執行過程

上圖是zeppelin的先後臺交互模型，zeppelin採用單獨的jvm來啓動interpreter進程，該Interpreter進程與zeppelinServer進程之間採用Thrift協議通訊，其中RemoteInterpreterProcess是Thrift-Client端，而相應的RemoteInterpreterServer是Thrift-Server端。

Paragraph的執行分紅「從前端UI提交ParagraphJob到其相關的Interpreter的Scheduler」和「Sheduler執行」2個部分，這2個部分是異步執行的。

 

以上是從前臺請求執行指定的Note的指定的Paragraph開始，到該Paragraph提交到Scheduler之間的時序圖。這個執行邏輯是與語言無關的。任何語言寫的腳本（存儲在Paragraph之中）都是上述提交執行的過程。

下面是Scheduler執行該ParagraphJob的時序圖：

這裏有以下的幾點須要注意：

1)      InterpreterFactory目前將全部的Interpreter都被實例化成了RemoteInterpreter，參見其createInterpretersForNote方法：

for (String intName : keys) {
  RegisteredInterpreter info = Interpreter.registeredInterpreters.get(intName);
  if (info.getClassName().equals(className)
      && info.getGroup().equals(groupName)) {
    Interpreter intp;

    if (option.isRemote()) {//根據option配置來建立
      intp = createRemoteRepl(info.getPath(),
          key,
          info.getClassName(),
          properties,
          interpreterSetting.id());
    } else {
      intp = createRepl(info.getPath(),
          info.getClassName(),
          properties);
    }

雖然InterpreterFactory在建立的時候作了判斷，可是其實全部的Option.remote屬性都爲true，參見InterpreterFactory初始化的方法loadFromFile()：

private void loadFromFile() throws IOException {

//省略了部分代碼

for (String k : info.interpreterSettings.keySet()) {
  InterpreterSetting setting = info.interpreterSettings.get(k);

  // Always use separate interpreter process
  // While we decided to turn this feature on always (without providing
  // enable/disable option on GUI).
  // previously created setting should turn this feature on here.
  setting.getOption().setRemote(true);//所有置爲true了
//省略了部分代碼
}

2)      RemoteInterpreterProcess在reference相關的InterpreterGroup的時候，會使用apache common-exec框架建立新的進程。

public int reference(InterpreterGroup interpreterGroup) {

synchronized (referenceCount) {
  if (executor == null) {
    // start server process
    try {
      port = RemoteInterpreterUtils.findRandomAvailablePortOnAllLocalInterfaces();//隨機可用端口
    } catch (IOException e1) {
      throw new InterpreterException(e1);
    }

CommandLine cmdLine = CommandLine.parse(interpreterRunner);
cmdLine.addArgument("-d", false);
cmdLine.addArgument(interpreterDir, false);
cmdLine.addArgument("-p", false);
cmdLine.addArgument(Integer.toString(port), false);
cmdLine.addArgument("-l", false);
cmdLine.addArgument(localRepoDir, false);

executor = new DefaultExecutor();

watchdog = new ExecuteWatchdog(ExecuteWatchdog.INFINITE_TIMEOUT);
executor.setWatchdog(watchdog);

running = true;
try {
  Map procEnv = EnvironmentUtils.getProcEnvironment();
  procEnv.putAll(env);

  logger.info("Run interpreter process {}", cmdLine);
  executor.execute(cmdLine, procEnv, this);//啓動新的進程
} catch (IOException e) {
  running = false;
  throw new InterpreterException(e);
}

其中interpreterRunner會指向bin/interpreter.sh腳本，該腳本的主要功能根據是否認義了SPARK_HOME環境變量（定位到Spark-submit腳本），構建classpath，而後以指定的port運行ZEPPELIN_SERVER指定的主類，該變量被定義爲： 

ZEPPELIN_SERVER=org.apache.zeppelin.interpreter.remote.RemoteInterpreterServer

啓動進程的代碼以下：

if [[ -n "${SPARK_SUBMIT}" ]]; then
    ${SPARK_SUBMIT} --class ${ZEPPELIN_SERVER} --driver-class-path "${ZEPPELIN_CLASSPATH_OVERRIDES}:${CLASSPATH}" --driver-java-options "${JAVA_INTP_OPTS}" ${SPARK_SUBMIT_OPTIONS} ${SPARK_APP_JAR} ${PORT} &
else
    ${ZEPPELIN_RUNNER} ${JAVA_INTP_OPTS} ${ZEPPELIN_INTP_MEM} -cp ${ZEPPELIN_CLASSPATH_OVERRIDES}:${CLASSPATH} ${ZEPPELIN_SERVER} ${PORT} &
fi

 

而RemoteInterpreterServer實現了RemoteInterpreterService.Iface，是Thrift的Server端，RemoteInterpreterProcess是Thrift的client端。

3)      Remote的含義是（至少目前是）「另一個進程「，與zeppelinServer所在的進程不是同一個，該進程並不是啓動在另一個獨立的的機器上，zeppelin目前還不支持集羣，全部的Interpreter jvm都啓動在localhost上。所以若是想調試Interpreter的方法是如何工做的，須要爲該Interpreter啓動獨立的調試進程，在zeppelinServer所在的調試進程中設置Interpreter.interpret(Stringst, InterpreterContext context)斷點想要命中是行不通的。