一、前言

對于基于MapReduce編程范式的分布式計算來說，本質(zhì)上而言，就是在計算數(shù)據(jù)的交、并、差、聚合、排序等過程。而分布式計算分而治之的思想，讓每個節(jié)點(diǎn)只計算部分?jǐn)?shù)據(jù)，也就是只處理一個分片，那么要想求得某個key對應(yīng)的全量數(shù)據(jù)，那就必須把相同key的數(shù)據(jù)匯集到同一個Reduce任務(wù)節(jié)點(diǎn)來處理，那么Mapreduce范式定義了一個叫做Shuffle的過程來實(shí)現(xiàn)這個效果。

二、編寫本文的目的

本文旨在剖析Hadoop和Spark的Shuffle過程，并對比兩者Shuffle的差異。

三、Hadoop的Shuffle過程

Shuffle描述的是數(shù)據(jù)從Map端到Reduce端的過程，大致分為排序(sort)、溢寫(spill)、合并(merge)、拉取拷貝(Copy)、合并排序(merge sort)這幾個過程，大體流程如下：

![image](https://yqfile.alicdn.com/e4ccedfb6ccaaa0d3c0ad5b3b7ab83d96dd9fed2.png) 

上圖的Map的輸出的文件被分片為紅綠藍(lán)三個分片，這個分片的就是根據(jù)Key為條件來分片的，分片算法可以自己實(shí)現(xiàn)，例如Hash、Range等，最終Reduce任務(wù)只拉取對應(yīng)顏色的數(shù)據(jù)來進(jìn)行處理，就實(shí)現(xiàn)把相同的Key拉取到相同的Reduce節(jié)點(diǎn)處理的功能。下面分開來說Shuffle的的各個過程。

Map端做了下圖所示的操作：

1、Map端sort 

Map端的輸出數(shù)據(jù)，先寫環(huán)形緩存區(qū)kvbuffer，當(dāng)環(huán)形緩沖區(qū)到達(dá)一個閥值(可以通過配置文件設(shè)置，默認(rèn)80)，便要開始溢寫，但溢寫之前會有一個sort操作，這個sort操作先把Kvbuffer中的數(shù)據(jù)按照partition值和key兩個關(guān)鍵字來排序，移動的只是索引數(shù)據(jù)，排序結(jié)果是Kvmeta中數(shù)據(jù)按照partition為單位聚集在一起，同一partition內(nèi)的按照key有序。 

2、spill(溢寫) 
 
當(dāng)排序完成，便開始把數(shù)據(jù)刷到磁盤，刷磁盤的過程以分區(qū)為單位，一個分區(qū)寫完，寫下一個分區(qū)，分區(qū)內(nèi)數(shù)據(jù)有序，最終實(shí)際上會多次溢寫，然后生成多個文件 
 
3、merge(合并) 
 
spill會生成多個小文件，對于Reduce端拉取數(shù)據(jù)是相當(dāng)?shù)托У模敲催@時候就有了merge的過程，合并的過程也是同分片的合并成一個片段(segment)，最終所有的segment組裝成一個最終文件，那么合并過程就完成了,如下圖所示 

至此，Map的操作就已經(jīng)完成，Reduce端操作即將登場

Reduce操作

總體過程如下圖的紅框處： 

![image](https://yqfile.alicdn.com/71a52ed4799d3dbbde4552028f3aea05bc1c98c0.png) 
 
1、拉取拷貝(fetch copy) 

Reduce任務(wù)通過向各個Map任務(wù)拉取對應(yīng)分片。這個過程都是以Http協(xié)議完成，每個Map節(jié)點(diǎn)都會啟動一個常駐的HTTP server服務(wù)，Reduce節(jié)點(diǎn)會請求這個Http Server拉取數(shù)據(jù)，這個過程完全通過網(wǎng)絡(luò)傳輸，所以是一個非常重量級的操作。

2、合并排序 

Reduce端，拉取到各個Map節(jié)點(diǎn)對應(yīng)分片的數(shù)據(jù)之后，會進(jìn)行再次排序，排序完成，結(jié)果丟給Reduce函數(shù)進(jìn)行計算。

四、總結(jié)

至此整個shuffle過程完成，***總結(jié)幾點(diǎn)：

1. shuffle過程就是為了對key進(jìn)行全局聚合
2. 排序操作伴隨著整個shuffle過程，所以Hadoop的shuffle是sort-based的

Spark shuffle相對來說更簡單，因?yàn)椴灰笕钟行?，所以沒有那么多排序合并的操作。Spark shuffle分為write和read兩個過程。我們先來看shuffle write。

• 一、shuffle write

shuffle write的處理邏輯會放到該ShuffleMapStage的***(因?yàn)閟park以shuffle發(fā)生與否來劃分stage，也就是寬依賴)，final RDD的每一條記錄都會寫到對應(yīng)的分區(qū)緩存區(qū)bucket，如下圖所示：

說明：

1. 上圖有2個CPU，可以同時運(yùn)行兩個ShuffleMapTask
2. 每個task將寫一個buket緩沖區(qū)，緩沖區(qū)的數(shù)量和reduce任務(wù)的數(shù)量相等
3. 每個buket緩沖區(qū)會生成一個對應(yīng)ShuffleBlockFile
4. ShuffleMapTask 如何決定數(shù)據(jù)被寫到哪個緩沖區(qū)呢?這個就是跟partition算法有關(guān)系，這個分區(qū)算法可以是hash的，也可以是range的
5. 最終產(chǎn)生的ShuffleBlockFile會有多少呢?就是ShuffleMapTask 數(shù)量乘以reduce的數(shù)量，這個是非常巨大的

那么有沒有辦法解決生成文件過多的問題呢?有，開啟FileConsolidation即可，開啟FileConsolidation之后的shuffle過程如下：

在同一核CPU執(zhí)行先后執(zhí)行的ShuffleMapTask可以共用一個bucket緩沖區(qū)，然后寫到同一份ShuffleFile里去，上圖所示的ShuffleFile實(shí)際上是用多個ShuffleBlock構(gòu)成，那么，那么每個worker最終生成的文件數(shù)量，變成了cpu核數(shù)乘以reduce任務(wù)的數(shù)量，大大縮減了文件量。

• 二、Shuffle read

Shuffle write過程將數(shù)據(jù)分片寫到對應(yīng)的分片文件，這時候萬事具備，只差去拉取對應(yīng)的數(shù)據(jù)過來計算了。

那么Shuffle Read發(fā)送的時機(jī)是什么?是要等所有ShuffleMapTask執(zhí)行完，再去fetch數(shù)據(jù)嗎?理論上，只要有一個 ShuffleMapTask執(zhí)行完，就可以開始fetch數(shù)據(jù)了，實(shí)際上，spark必須等到父stage執(zhí)行完，才能執(zhí)行子stage，所以，必須等到所有 ShuffleMapTask執(zhí)行完畢，才去fetch數(shù)據(jù)。fetch過來的數(shù)據(jù)，先存入一個Buffer緩沖區(qū)，所以這里一次性fetch的FileSegment不能太大，當(dāng)然如果fetch過來的數(shù)據(jù)大于每一個閥值，也是會spill到磁盤的。

fetch的過程過來一個buffer的數(shù)據(jù)，就可以開始聚合了，這里就遇到一個問題，每次fetch部分?jǐn)?shù)據(jù)，怎么能實(shí)現(xiàn)全局聚合呢?以word count的reduceByKey(《Spark RDD操作之ReduceByKey 》)為例，假設(shè)單詞hello有十個，但是一次fetch只拉取了2個，那么怎么全局聚合呢?Spark的做法是用HashMap，聚合操作實(shí)際上是map.put(key,map.get(key)+1)，將map中的聚合過的數(shù)據(jù)get出來相加，然后put回去，等到所有數(shù)據(jù)fetch完，也就完成了全局聚合。

• 三、總結(jié)

Hadoop的MapReduce Shuffle和Spark Shuffle差別總結(jié)如下：

1. Hadoop的有一個Map完成，Reduce便可以去fetch數(shù)據(jù)了，不必等到所有Map任務(wù)完成，而Spark的必須等到父stage完成，也就是父stage的map操作全部完成才能去fetch數(shù)據(jù)。
2. Hadoop的Shuffle是sort-base的，那么不管是Map的輸出，還是Reduce的輸出，都是partion內(nèi)有序的，而spark不要求這一點(diǎn)。
3. Hadoop的Reduce要等到fetch完全部數(shù)據(jù)，才將數(shù)據(jù)傳入reduce函數(shù)進(jìn)行聚合，而spark是一邊f(xié)etch一邊聚合。