MIT 6.824 Lab 1 MapReduce

MapReduce

在这里插入图片描述

目标

根据论文所说明的，有MASTER和WORKER两类工作节点，以下实现大都按照论文所说的实现，但是在对MASTER的实现上有所改动：

MASTER向WORKER发送心跳检测，这里改为了对分配出去的任务进行超时监控。

MASTER：

接收MapReduce任务（需要处理的文件），并生成对应的Map任务。
接受WORKER的任务分配请求，按需给WORKER分配任务（Map or Reduce）。
对分配给WORKER的任务（Map or Reduce）进行超时监控。
当Map任务完成时，自动创建对应的Reduce任务。
当Reduce任务完成时，结束所用工作，退出程序。

WORKER：

向MASTER提交任务分配请求。
根据MASTER的任务分配请求进行判定处理（Map、Reduce、Waite、Exit）。
当任务（Map or Reduce）完成时，通知MASTER。

实现

ProcessStatus

用来表示Master当前的状态，有如下四种：

接受完MapReduce文件，处于Maping状态。
已经成功处理完Map任务，处于Reducing状态。
所有的Map和Reduce任务都已经完成，处于Done状态。
当所有的Map（or Reduce）任务都已经分配出去，但是还没有接受到所有的成功反馈，处于Waiting状态。

type MasterStatu intconst (Maping   MasterStatu = 0Reducing MasterStatu = 1Done     MasterStatu = 2Waiting  MasterStatu = 3
)

RPC定义

提交任务分配请求（GetOneJob）

Request

type GetOneJobRequest struct {
}

Response

任务的类型，可以根据MasterStatu来判断，有四种：Map，Reduce，Waite，Done。
如果是Map任务：

需要进行Map的文件路径。

Master给当前Worker命名的编号，为了给存储中间键值的文件命名。

后续有多少个Reduce任务，为了给存储分散中间键值的文件命名。
如果是Reduce任务：

存储哪些Map任务的Worker成功了，为了寻找Reduce任务的文件。

当前Worker分配的是第几个Reduce任务。

type GetOneJobResponce struct {JobType MasterStatuFilePath     stringWorkerNumber intNReduce      intPathList     []intReduceNumber int
}

提交任务完成记录（JobDone）

Request

当前完成的是什么类型的任务，Map or Reduce。
如果是Map任务：

当前完成的Map任务的文件地址。

当前Worker的编号。
如果是Reduce任务：
当前完成的Reduce任务的编号。

type JobDoneRequest struct {JobType MasterStatuFilePath stringWorkerNumber int
}

Response

type JobDoneResponse struct {
}

Master

Master的结构体描述，有当前状态、Map任务、Reduce任务等。

type Master struct {Mu           sync.MutexStatu        MasterStatuNReduce      intNMapJob      intWorkerNumber int // 进行reduce任务的时候，给worker编号，为了存放intermediate信息MapJob     map[string]bool // 没有开始做的MapJob，按照文件拆分MapJobDone map[string]int  // 已经做完的MapJob，存放(key = file, value = worknumber)MapJobList []int           // 存放所有的worknumberReduceJob     map[int]bool // 没有开始做的ReduceJob，按照 0 ～ nReduce 编号ReduceJobDone map[int]bool // 已经做完的ReduceJob
}

GetOneJob

根据Rpc的定义，应该有一个分配任务的函数，这里分配任务也应该是按照Master当前的状态去分配：

func (m *Master) GetOneJob(req *GetOneJobRequest, resp *GetOneJobResponce) error {m.Mu.Lock()defer m.Mu.Unlock()switch m.Statu {case Maping:JobType, FilePath, WorkerNumber := m.AssignMapJob()resp.JobType = JobTyperesp.FilePath = FilePathresp.WorkerNumber = WorkerNumberresp.NReduce = m.NReducecase Reducing:JobType, PathList, ReduceNumber := m.AssignReduceJob()resp.JobType = JobTyperesp.PathList = PathListresp.ReduceNumber = ReduceNumbercase Done:resp.JobType = Done}return nil
}

AssignMapJob

如果没有MapJob说明，所有任务都在执行，并且还有任务没有完成，所以Worker应该是要进入Waite，否则一定有Map任务分配给Worker，任取一个MapJob出来即可，对应的要开一个协程来对超时的任务进行重加载。

func (m *Master) AssignMapJob() (MasterStatu, string, int) {if len(m.MapJob) == 0 {return Waiting, "", 0}// 找到map任务JobType := MapingFilePath := ""for k := range m.MapJob {FilePath = kbreak}delete(m.MapJob, FilePath)go MapJobTLE(FilePath, m)return JobType, FilePath, m.GetWorkerNumber()
}

AssignReduceJob

具体逻辑同AssignMapJob。

func (m *Master) AssignReduceJob() (MasterStatu, []int, int) {if len(m.ReduceJob) == 0 {return Waiting, []int{}, 0}// 一定找到一个任务ReduceNumber := 0for k := range m.ReduceJob {ReduceNumber = k}delete(m.ReduceJob, ReduceNumber)go ReduceJobTLE(ReduceNumber, m)return Reducing, m.MapJobList, ReduceNumber
}

JobDone

这里通知的只有两种状态：Map or Reduce。由于是并发，所以只要记录第一个完成该任务的信息即可。

当所有Map任务都完成时，记得初始化Reduce任务，并切换进入Reducing状态。

当所有Reduce任务都完成时，同样也是切换进入Done状态。

func (m *Master) JobDone(req *JobDoneRequest, resp *JobDoneResponse) error {m.Mu.Lock()defer m.Mu.Unlock()switch req.JobType {case Maping:_, done := m.MapJobDone[req.FilePath]if !done {m.MapJobDone[req.FilePath] = req.WorkerNumberdelete(m.MapJob, req.FilePath)}if len(m.MapJobDone) == m.NMapJob {m.initReduceJob()}case Reducing:m.ReduceJobDone[req.WorkerNumber] = truedelete(m.ReduceJob, req.WorkerNumber)if len(m.ReduceJobDone) == m.NReduce {m.Statu = Done}}return nil
}

Worker

Worker的入口函数，具体作用就是不断地向Master发送Rpc请求，去获取任务。

DoMap和DoReduce的实现可以直接参照给定的参考程序，基本逻辑都是差不多的，一些区别：

Map的中间键值需要通过ihash函数将其分为nReduce份存储。
Reduce应该是从多份文件中读到中间键值再进行操作。

func Worker(mapf func(string, string) []KeyValue, reducef func(string, []string) string) {for {resp := &GetOneJobResponce{}ok := call("Master.GetOneJob", &GetOneJobRequest{}, resp)if !ok || resp.JobType == Done { // master已经关闭，或者任务执行完了return}// fmt.Printf("%v\n", resp)switch resp.JobType {case Maping:DoMap(mapf, resp.FilePath, resp.WorkerNumber, resp.NReduce)case Reducing:DoReduce(reducef, resp.PathList, resp.ReduceNumber)case Waiting:time.Sleep(5 * time.Second)}}
}