mit 6.824 lab1 笔记

mit 6.824 lab1 笔记好久没有在掘金上更新了,因为最近一段时间比较忙(工作以及其他方面)。新的一年里暂时没有找到合适的学习的方向,于是先找来了mit的分布式系统课程(编号6.824),本篇文章是第一个作业(lab1:MapReduce)的部分思路介绍。貌似课程本身并不推荐大家直接把代码公开,避免有的…

前言

好久没有在掘金上更新了,因为最近一段时间比较忙(工作以及其他方面)。新的一年里暂时没有找到合适的学习的方向,于是先找来了mit的分布式系统课程(编号6.824),本篇文章是第一个作业(lab1:MapReduce)的部分思路介绍。貌似课程本身并不推荐大家直接把代码公开,避免有的同学抄作业,所以这里只记录了思路。

相关资料

pdos.csail.mit.edu/6.824/index…

pdos.csail.mit.edu/6.824/paper…

pdos.csail.mit.edu/6.824/labs/…

题目要求

  • 实现简单的MapReduce
  • 使用go语言
  • 单机运行
  • map任务以filename为参数,reduce任务以序号为参数
  • 兼容worker crash的情况
  • 支持完成时自动退出

目标拆解

  • 定义coordinator(master)和worker的数据结构
  • 定义rpc接口,其中coordinator作为服务端,worker作为客户端
  • 实现其他逻辑

第一版实现

rpc接口

  • GetUndoneMapFile:worker向coordinator请求分配新的map任务
  • MapDone:worker向coordinator通知map任务完成
  • GetUndoneReduceNum:worker向coordinator请求分配新的reduce任务
  • ReduceDone:worker想coordinator通知reduce任务完成

coordinator

数据结构

  • lock sync.Mutex:用于保护coordinator内部的其他数据在并发访问下的正确性,更合理的方式应该是针对不同的字段设置不同的锁,这里偷了个懒只用了一个全局的锁
  • filesMapDone map[string]bool:用于保存各个file是否已经执行完了map步骤
  • keysReduceDone []bool:用于保存各个reduce序号是否已经执行完了reduce步骤
  • worker_id int:用于标识每次下发的map任务,即每次会把当前值返回给worker并自增1

方法

  • Done:当所有map和reduce任务执行完毕时才返回true,否则返回false
  • GetUndoneMapFile:如果有未完成的map任务,返回对应的filename,否则返回no map错误
  • MapDone:更新filesMapDone中对应的key的值为true
  • GetUndoneReduceNum:如果有未完成的reduce任务,返回对应的index,否则返回no reduce错误
  • ReduceDone:更新keysReduceDone中对应的index的值为true

worker

数据结构

没有单独的field,只实现了各个方法。

方法

  • findUndoneMapFile:通过rpc向coordinator发送GetUndoneMapFile请求
  • findUndoneReduceNum:通过rpc向coordinator发送GetUndoneReduceNum请求
  • Worker:worker的主循环逻辑,在一个无限循环中先调用findUndoneMapFile,如果有map任务则执行对应的map任务,如果findUndoneMapFile返回no map则调用findUndoneReduceNum,如果有reduce任务则执行对应的reduce任务,如果findUndoneReduceNum返回no reduce则退出整个循环。
  • runMap:执行具体的map任务,先读取指定的filename对应的文件内容,然后将文件名和文件内容传递到用户自定义的map函数中。当map执行完毕之后将输出的kv列表根据key排序过后输出到中间文件。输出到中间文件时需要使用os.CreateTemp方法创建临时文件,等所有kv都写完之后再通过os.Rename把名字改回最终的名字,这样可以避免worker crash的情况
  • runReduce:执行具体的reduce任务,先读取所有符合本次reduce序号的中间文件的内容,然后在内存内排序之后传递到用户自定义的reduce函数中。当reduce执行完毕之后将输出的kv列表根据key排序过后输出到最终输出文件。同样需要用到os.CreateTmepos.Rename避免worker crash的情况。

测试

  • 单独运行一个coordinator和一个worker时测试符合预期
  • 启动一个coordinator和多个worker时测试不符合预期

排查错误原因

通过加日志的方式确认是有相同的map任务被执行了多次,其根本原因在于map任务的执行是需要时间的,在某个map任务执行过程中可能被重复下发给多个worker,同理reduce也有类似的问题,所以在coordinator增加了两个field解决重复下发的问题。

第二版实现

coordinator

数据结构

增加了以下两个field:

  • filesMapDoing map[string]bool:用于保存各个file是否正在执行map步骤
  • keysReduceDoing []bool:用于保存各个reduce序号是否正在执行reduce步骤 这里其实可以考虑和xxxDone的map合并成一个,value类型改为枚举;更进一步其实应该记录每个任务已经下发给了哪个worker,不过这里就偷懒了。

方法

  • GetUndoneMapFile:如果有未分配(而不是未完成)的map任务,返回对应的filename,更新filesMapDoing中对应的key的值为true;否则返回no map错误
  • MapDone:更新filesMapDone中对应的key的值为true,更新filesMapDoing中对应的key的值为false
  • GetUndoneReduceNum:如果有未分配(而不是未完成)的reduce任务,返回对应的index,更新keysReduceDoing中对应的index的值为true;否则返回no reduce错误
  • ReduceDone:更新keysReduceDone中对应的index的值为true,更新keysReduceDoing中对应的index的值为false

测试

  • 单独运行一个coordinator和一个worker时测试符合预期
  • 启动一个coordinator和多个worker时测试不符合预期

排查错误原因

通过加日志的方式确认是有部分的map任务的输出结果没有被reduce任务处理,原因是部分worker进程的map任务完成的更早,当最后一个或者多个map任务已经下发但是还没结束时,如果有worker完成了自己得到的map任务,就会提前向coordinator申请reduce任务。也就是说coordinator需要等到所有map任务都结束之后才向worker下发reduce任务。

第三版实现

coordinator

方法

  • GetUndoneReduceNum:如果所有map任务还没有结束,返回 map not done错误;如果有未分配的reduce任务,返回对应的index,更新keysReduceDoing中对应的index的值为true;否则返回no reduce错误

worker

方法

  • Worker:worker的主循环逻辑,在一个无限循环中先调用findUndoneMapFile,如果有map任务则执行对应的map任务,如果findUndoneMapFile返回no map则调用findUndoneReduceNum,如果有reduce任务则执行对应的reduce任务,如果findUndoneReduceNum返回map not done错误则sleep 1秒之后再重试,如果findUndoneReduceNum返回no reduce错误则退出整个循环。

测试

  • 单独运行一个coordinator和一个worker时测试符合预期
  • 启动一个coordinator和多个worker时测试符合预期
  • 无法通过early_exit测试

排查错误原因

测试脚本中要求所有worker和coordinator都必须在所有任务完成时才能退出,而我之前的实现中可能出现部分worker提前退出的情况。因此我们需要加入协调退出的功能。

第四版实现

rpc接口

增加了以下方法:

  • ShouldExit:worker向coordinator确认是否自身应该退出

coordinator

数据结构

增加了以下field:

  • finishTimestamp int64:所有任务全部完成的时间戳

方法

  • Done:当finishTimestamp的值不为0而且比当前时间小10秒以上时返回true,因为从“执行完毕”到“worker收到shouldExit”之间需要有一定的时间差,这里选了10秒
  • ShouldExit:当所有map和reduce任务执行完毕时才返回true,否则返回false
  • ReduceDone:更新keysReduceDone中对应的index的值为true,更新keysReduceDoing中对应的index的值为false,当所有reduce任务执行完毕时更新finishTimestamp为当前时间

测试

  • 单独运行一个coordinator和一个worker时测试符合预期
  • 启动一个coordinator和多个worker时测试符合预期
  • 可以通过early_exit测试
  • 无法通过crash测试

排查错误原因

测试过程中会执行多个MapReduce任务,而我的某次测试结果中居然包含了前一次测试的输出。因此我们需要在每个MapReduce任务执行完毕后清理掉中间生成的map临时输出。

第五版实现

coordinator

方法

  • Done:当finishTimestamp的值不为0而且比当前时间小10秒以上时主动清理掉map任务生成的临时文件,然后再返回true

测试

  • 单独运行一个coordinator和一个worker时测试符合预期
  • 启动一个coordinator和多个worker时测试符合预期
  • 顺利通过test-mr.sh中的所有测试

其他

值得提到的一点是,项目提供的测试脚本test-mr.sh貌似有有点问题,在”early exit test”的部分,脚本里写了一句wait -n,注释里写这里的作用是”wait for any of the coord or workers to exit”。但是实际执行是这一行会报错(个人试了macos和centos7),因为wait命令并没有-n选项。所以上述的所有测试都是把此处的wait -n改成wait的条件下测试的。

今天的文章mit 6.824 lab1 笔记分享到此就结束了,感谢您的阅读。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/21852.html

(0)
编程小号编程小号

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注