环境准备
- 从官方git仓库拉取分支
git clone git://g.csail.mit.edu/6.824-golabs-2020 6.824lab- 笔者码云仓库
https://gitee.com/DaHuYuXiXi/mit-6.824.gitGolang 环境安装，IDE建议选择GoLand，此过程省略搭建过程。
实验背景
- MapReduce实验文档
- MapReduce论文
MapReduce 整体流程图如上所示，输入数据以文件形式进入系统，一些进程运行map任务，拆分了原任务，产生了一些中间体，这些中间体可能以键值对的形式存在。一些进程运行reduce任务，利用中间体产生了最终输出，master进程用于分配任务，调整各个worker进程。
输入数据能够产生中间体，这说明原任务是可拆的，也就才有了写成分布式的可能性。若原问题不是可拆的，MapReduce也就无从谈起。
中间体应均匀地分配给各个reduce任务，每个reduce任务整合这些中间体，令中间体个数减少，直至无法再减少，从中整合出最终结果。
输入数据以什么形式进入系统，原任务应如何拆分，中间体如何保存和传输，master和worker之间如何通信和调度，中间体如何转化为最终输出。这些都是设计的考量，没有一定之规。
实验要求
MapReduce Lab 要求我们实现一个和MapReduce论文类似的机制，也就是数单词个数Word Count。在正式开始写分布式代码之前，我们先理解一下任务和已有的代码。
用于测试的文件在src/main目录下，以pg-.txt形式命名。每个pg-.txt文件都是一本电子书，非常长。我们的任务是统计出所有电子书中出现过的单词，以及它们的出现次数。
这个任务非常简单，官方已经默认给我们提供了一个串行的实现 , 在src/main/mrsequential.go中。
将所有文章中的单词分出，保存到一个类似数组的结构中。将这些单词排序，从而相同单词在数组中连续地出现在一起。排序完成后，遍历这个数组，由于相同的单词相邻地出现，统计单词个数就很简单了。
尝试运行mrsequential.go，看看最终的输出是什么样子的。
cd src/main
go build -buildmode=plugin ../mrapps/wc.go
go run mrsequential.go wc.so pg*.txt输出文件在src/main/mr-out-0，文件中每一行标明了单词和出现次数。
go run mrsequential.go之后的两项是传给mrsequential的命令行参数，分别是一个动态库和所有电子书。电子书不需要解释。
在进入Go程序之后，动态库由代码主动加载进来。在src/main目录下命名为mr*.go的几个代码文件中，都有loadPlugin函数。如果你使用Goland作为主要IDE，编辑器会提示重复函数声明。在这里，我们给mrsequential加载的是在src/mrapps目录下的wc.go编译得到的动态库。
文件wc.go以及mrapps目录下的其它几个文件，都定义了名为map, reduce的函数，这两个函数在mrsequential.go中加载并调用。给mrsequential绑定不同的*.so文件，也就会加载不同的map, reduce函数。如此实现某种程度上的动态绑定。
mrsequential实现的是非分布式的Word Count，采用的算法就是上面描述的。这个文件的输出将作为之后测试的标准，分布式版本应给出和这个输出完全相同的输出。
测试说明
我们的代码主要写在src/mr目录下的几个文件，这几个文件由src/main目录下两个文件mrcoordinator.go, mrworker.go调用。这两个文件的作用是启动进程、加载map, reduce动态库，并进入定义在src/mr目录下的主流程。
上面展示了执行mrsequential的办法。要执行我们自己写的代码，需要执行mrcoordinator.go, mrworker.go。其中，要给mrcoordinator.go输入电子书文件列表pg-*.txt，给mrworker.go指定动态库wc.so。由于mrcoordinator不需要动态库，worker不需要电子书文件名，两者接受的命令行参数是不一样的。
代码语言：javascript复制go run mrcoordinator.go pg-*.txt
go run mrworker.go wc.so现在还什么也没写，所以什么也运行不出来。每次这样的运行，都启动了一个新的进程，进程之间不能直接相互访问对方的变量，必须通过一定的进程间通信机制才能实现。我们使用的进程间通信是rpc。
流程说明
测试时，启动一个master和多个worker，也就是运行一次mrcoordinator.go、运行多次mrworker.go。
master进程启动一个rpc服务器，每个worker进程通过rpc机制向Master要任务。任务可能包括map和reduce过程，具体如何给worker分配取决于master。
每个单词和它出现的次数以key-value键值对形式出现。map进程将每个出现的单词机械地分离出来，并给每一次出现标记为1次。很多单词在电子书中重复出现，也就产生了很多相同键值对。还没有对键值对进行合并，故此时产生的键值对的值都是1。此过程在下图中mapper伸出箭头表示。
已经分离出的单词以键值对形式分配给特定reduce进程，reduce进程个数远小于单词个数，每个reduce进程都处理一定量单词。相同的单词应由相同的reduce进程处理。处理的方式和上面描述的算法类似，对单词排序，令单词在数组中处在相邻位置，再统计单词个数。最终，每个reduce进程都有一个输出，合并这些输出，就是Word Count结果。此过程在下图中箭头进入reducer、以及后面的合并表示。
图中，相同的单词由相同reducer处理。如第一个reducer接受单词A, B，最后一个reducer接受单词C。
测试流程要求，输出的文件个数和参数nReduce相同，即每个输出文件对应一个reduce任务，格式和mrsequential的输出格式相同，命名为mr-out*。我们的代码应保留这些文件，不做进一步合并，测试脚本将进行这一合并。合并之后的最终完整输出，必须和mrsequential的输出完全相同。
查看测试脚本test-mr.sh，可以看到合并每个输出mr-out*的指令如下，将每个输出文件的每一行按行首单词排序，输出到最终文件mr-wc-all中。
代码语言：javascript复制sort mr-out* | grep . > mr-wc-all故每个reduce任务不能操作相同的单词，在map流程中分离出的相同单词键值对应由同一个reduce流程处理。
实验实现
GoLand 配置
为了避免每次都通过命令行启动，我们可以对GoLand进行一番配置，方便我们利用IDE断点进行调试。
主要是在配置中封装几个go run指令，需要注意一下几点：
- 工作目录Working Directory要设置成src/main。
- 要给进程传一定命令行参数，如电子书文件名和动态库等。
- Program Arguments中写*星号，不会被当作通配符处理，故需要手动输入所有电子书文件名。
具体配置如下：
- build_wc.sh 配置
# rm -f mr-out*
# mrworker执行前完成wc.so动态库的构建
go build -buildmode=plugin ../mrapps/wc.go
- mrworker.go 启动配置
- mrcoordinator.go 启动配置
代码实现
代码实现部分只会介绍核心代码，其余代码大家可拉取笔者仓库，切换到lab1分支自行阅读
对象介绍
我们先来看看协调器中涉及到的相关对象:
- Job : 用于承载任务上下文信息，包括任务需要的数据，任务状态等
// Job 任务对象
type Job struct {
JobType JobType // 任务类型: 正在执行map任务,reduce任务,等待被执行或者执行完毕
JobStatus JobStatus // 任务执行状态
InputFiles []string // 输入文件列表
JobId string // 任务id
ReduceNum int // reduce任务数量
StartTime time.Time // 任务开始时间
}- Job 任务相关的枚举值
type JobType int // 任务类型
type JobStatus int // 任务状态
// 任务类型
const (
MapJob = iota
ReduceJob
WaitingJob
KillJob
)
// 任务执行状态
const (
JobWorking = iota // 任务执行中
JobWaiting // 任务待执行
JobDone // 任务执行完毕
)- Coordinator ： 用于承载协调器上下文数据，包括任务队列，任务集合，协调器状态，任务ID生成器等
// Coordinator 协调器
type Coordinator struct {
mu sync.Mutex
MapJobChannel chan *Job
ReduceJobChannel chan *Job
ReduceNum int
MapNum int
Phase Phase
JobIdGen id.JobIdGenerator
JobHolder map[string]*Job
Opts *Options
}协调器启动
协调器启动时，会读取命令行参数列表传入的map文件列表，然后初始化map任务：
代码语言：javascript复制// main 协调器
func main() {
// 参数列表是需要处理的文件列表
if len(os.Args) < 2 {
fmt.Fprintf(os.Stderr, "Usage: mrcoordinator inputfiles...n")
os.Exit(1)
}
// 实例化协调器,传入文件列表和reduce任务数量
m := mr.MakeCoordinator(os.Args[1:], 10)
// 停止信号没收到,就一直轮询
for m.Done() == false {
time.Sleep(time.Second)
}
custom_log.Info("所有任务都已经结束了...")
time.Sleep(time.Second)
}
func MakeCoordinator(files []string, nReduce int) *Coordinator {
c := Coordinator{
MapJobChannel: make(chan *Job, len(files)),
ReduceJobChannel: make(chan *Job, nReduce),
ReduceNum: nReduce,
MapNum: len(files),
Phase: MapPhase,
JobHolder: make(map[string]*Job),
JobIdGen: &id.IncrJobIdGen{},
Opts: &Options{Address: "127.0.0.1:" DefaultPort},
}
// 初始化map任务列表
c.initMapJobs(files)
// 启动服务器
c.server()
// 启动崩溃恢复处理器
go c.CrashHandler()
return &c
}
func (c *Coordinator) initMapJobs(files []string) {
jobIdGen := c.JobIdGen
for _, f := range files {
job := &Job{
JobId: jobIdGen.Generator(),
JobType: MapJob,
JobStatus: JobWaiting,
ReduceNum: c.ReduceNum,
InputFiles: []string{f},
}
c.JobHolder[job.JobId] = job
// 将每一个初始化得到的map任务都加入map任务队列中
c.MapJobChannel <- job
custom_log.Info("初始化得到的map任务信息为: %v", *job)
}
custom_log.Info("map任务集合初始化完毕")
}初始化完map任务列表后，代码就是启动rpc server了:
代码语言：javascript复制func (c *Coordinator) server() {
custom_log.Debug("协调器启动")
rpc.Register(c)
rpc.HandleHTTP()
sockName := coordinatorSock()
os.Remove(sockName)
l, e := net.Listen("unix", sockName)
// l, e := net.Listen("tcp", c.Opts.Address)
if e != nil {
custom_log.Error("listen error: %v", e)
return
}
go http.Serve(l, nil)
}此时协调器服务就启动成功了，等待接受来自worker的请求，然后给worker派发任务，接收worker完成任务的通知，循环往复，直到所有任务执行完毕。
崩溃恢复处理器后文展开叙述，此处大家可以不必关心。
工作线程启动
工作线程启动后会从命令行参数里面取出动态库地址，然后加载动态库获取map和reduce函数具体的实现 :
代码语言：javascript复制func main() {
if len(os.Args) != 2 {
custom_log.Error("Usage: mrworker xxx.so , 参数列表: %vn", os.Args)
os.Exit(1)
}
mapf, reducef := LoadPlugin(os.Args[1])
mr.Worker(mapf, reducef, "w1")
}随后工作线程会在一个死循环中不断向协调器索要任务，然后根据任务类型执行任务，直到接收到停止信号后，才会终止自己:
代码语言：javascript复制func Worker(mapF func(string, string) []KeyValue, reduceF func(string, []string) string, id string) {
workerId := id
alive := true
attempt := 0
custom_log.Info("当前工作线程开始执行任务: %v", workerId)
defer func(now time.Time) {
if err := recover(); err != nil {
custom_log.Error("发生error: %v", err)
} else {
custom_log.Info("当前工作线程【 %s 】做完了所有任务,耗时: %v", workerId, time.Now().Sub(now))
}
}(time.Now())
for alive {
attempt
custom_log.Info("%s -> worker ask %d", workerId, attempt)
// 获取到分配的任务
job := RequireTask(workerId)
custom_log.Info("worker get job = %v", job)
switch job.JobType {
// 执行map任务
case MapJob:
DoMap(mapF, job)
custom_log.Info("do map %s", job.JobId)
JobIsDone(workerId, job)
// 执行reduce任务
case ReduceJob:
if job.JobId != "" {
DoReduce(reduceF, job)
custom_log.Info("do reduce %s", job.JobId)
// 告诉协调器自己的任务完成了
JobIsDone(workerId, job)
}
// 等待获取任务
case WaitingJob:
custom_log.Info("get waiting ....")
time.Sleep(time.Second)
// 结束当前工作线程
case KillJob:
time.Sleep(time.Second)
alive = false
custom_log.Info("[Status] : %s , terminated......", workerId)
}
time.Sleep(time.Second)
}
}Map阶段
分配任务
协调器初始启动后，会进入map阶段，该阶段派发给worker线程的任务都是map任务，命令行中传入的每一个input file对应一个map任务 ，整体流程如下图所示:
首先是工作线程向协调器索要任务，此处会调用协调器的DistributeJob方法实现:
代码语言：javascript复制func RequireTask(workerId string) *Job {
args := RpcRequest{}
reply := Job{}
// 要求获取一个任务
if res := call("Coordinator.DistributeJob", &args, &reply); res == DailError {
// 服务器已下线,所有任务执行结束
reply.JobType = KillJob
} else {
custom_log.Info("RequireTask 得到的响应结果为: %v", reply)
}
return &reply
}协调器处理工作线程索要任务请求，首先判断当前所处阶段，发现是Map阶段后，会从Map任务队列中获取一个任务返回 , 同时检查判断该任务的状态是否为待执行:
代码语言：javascript复制// DistributeJob 下发任务
func (c *Coordinator) DistributeJob(args *RpcRequest, reply *Job) error {
c.mu.Lock()
defer c.mu.Unlock()
custom_log.Info("协调器从工作线程处获取了一个请求")
custom_log.Info("当前协调器剩余map任务个数为: %d , 剩余reduce任务个数为: %d", len(c.MapJobChannel), len(c.ReduceJobChannel))
if c.Phase == MapPhase {
if len(c.MapJobChannel) > 0 {
*reply = *<-c.MapJobChannel
custom_log.Info("派发给worker的map job任务为: %v", *reply)
if !c.fireTheJob(reply.JobId) {
custom_log.Info("job %d is runningn", reply.JobId)
}
} else {
reply.JobType = WaitingJob
if c.checkJobDone() {
c.nextPhase()
}
return nil
}
} else if c.Phase == ReducePhase {
if len(c.ReduceJobChannel) > 0 {
*reply = *<-c.ReduceJobChannel
custom_log.Info("派发给worker的reduce job任务为: %v", *reply)
if !c.fireTheJob(reply.JobId) {
custom_log.Info("job %d is runningn", reply.JobId)
}
} else {
reply.JobType = WaitingJob
if c.checkJobDone() {
c.nextPhase()
}
return nil
}
} else if c.Phase == AllDone {
// 协调器进入任务终止阶段
reply.JobType = KillJob
}
return nil
}检查任务状态是否为待执行，如果是则更改为执行中:
代码语言：javascript复制func (c *Coordinator) fireTheJob(jobId string) bool {
jobInfo, ok := c.JobHolder[jobId]
if !ok || jobInfo.JobStatus != JobWaiting {
return false
}
jobInfo.JobStatus = JobWorking
jobInfo.StartTime = time.Now()
return true
}当Map任务队列为空时，协调器会转变为下一个状态，即reduce状态:
代码语言：javascript复制// 确保当前所有map或者reduce任务都已完成
func (c *Coordinator) checkJobDone() bool {
reduceDoneNum := 0
mapDoneNum := 0
reduceUndoneNum := 0
mapUndoneNum := 0
for _, v := range c.JobHolder {
if v.JobType == MapJob {
if v.JobStatus == JobDone {
mapDoneNum
} else {
mapUndoneNum
}
} else {
if v.JobStatus == JobDone {
reduceDoneNum
} else {
reduceUndoneNum
}
}
}
custom_log.Info("%d/%d map jobs are done , %d/%d reduce job are donen",
mapDoneNum, mapDoneNum mapUndoneNum, reduceDoneNum, reduceDoneNum reduceUndoneNum)
if (c.Phase == ReducePhase && reduceDoneNum > 0 && reduceUndoneNum == 0) || (c.Phase == MapPhase && mapDoneNum > 0 && mapUndoneNum == 0) {
return true
}
return false
}协调器转换为reduce状态同时，还会初始化reduce任务列表:
代码语言：javascript复制func (c *Coordinator) nextPhase() {
if c.Phase == MapPhase {
c.initReduceJobs()
c.Phase = ReducePhase
custom_log.Info("从map阶段转换为reduce阶段")
} else if c.Phase == ReducePhase {
c.Phase = AllDone
custom_log.Info("从reduce阶段转换为all done阶段")
}
}
func (c *Coordinator) initReduceJobs() {
jobIdGen := c.JobIdGen
for i := 0; i < c.ReduceNum; i {
job := &Job{
JobId: jobIdGen.Generator(),
JobType: ReduceJob,
JobStatus: JobWaiting,
ReduceNum: c.ReduceNum,
// 读取当前工作目录下,符合mr-tmp-*-i的文件名
InputFiles: TmpFilesAssignHelper(i, "mr-tmp"),
}
c.JobHolder[job.JobId] = job
// 将每一个初始化得到的reduce任务都加入reduce任务队列中去
c.ReduceJobChannel <- job
custom_log.Info("初始化得到的reduce任务信息为: %v", *job)
}
custom_log.Info("reduce任务集合初始化完毕")
}执行任务
工作线程拿到协调器分配的map任务后，便会去执行该map任务:
代码语言：javascript复制// mapF 是从动态库加载得到的 , job 是协调器返回的
func DoMap(mapF func(string, string) []KeyValue, job *Job) {
var intermediate []KeyValue
// 拿到map文件
filename := job.InputFiles[0]
// 打开文件
file, err := os.Open(filename)
if err != nil {
log.Fatalf("cannot open %v", filename)
}
// 从文件读取出全部内容
content, err := io.ReadAll(file)
if err != nil {
log.Fatalf("cannot read %v", filename)
}
file.Close()
// 调用动态库的mapF函数处理文本内容 -- 得到key-val对
intermediate = mapF(filename, string(content))
// 将键值对分散存储到rn个hash中
rn := job.ReduceNum
HashedKV := make([][]KeyValue, rn)
for _, kv := range intermediate {
HashedKV[ihash(kv.Key)%rn] = append(HashedKV[ihash(kv.Key)%rn], kv)
}
// 每个哈希内容写入一个文件中
for i := 0; i < rn; i {
oname := "mr-tmp-" job.JobId "-" strconv.Itoa(i)
ofile, _ := os.Create(oname)
enc := json.NewEncoder(ofile)
for _, kv := range HashedKV[i] {
enc.Encode(kv)
}
ofile.Close()
}
}工作线程执行完任务后，会将执行结果告知协调器:
代码语言：javascript复制func JobIsDone(workerId string, job *Job) {
call("Coordinator.JobIsDone", &job, &RpcResponse{})
}协调器拿到任务执行结果后，会变更任务集合中对应任务的状态:
代码语言：javascript复制// JobIsDone 告知协调器任务做完
func (c *Coordinator) JobIsDone(arg *Job, reply *RpcResponse) error {
c.mu.Lock()
defer c.mu.Unlock()
job, ok := c.JobHolder[arg.JobId]
switch arg.JobType {
case MapJob:
if !ok {
custom_log.Info("map任务不存在,接收到的map task id=%s", arg.JobId)
return fmt.Errorf("map任务不存在,接收到的map task id=%s", arg.JobId)
}
if job.JobStatus == JobWorking {
job.JobStatus = JobDone
custom_log.Info("map task id = %s completed", job.JobId)
} else {
custom_log.Info("重复的map任务已经完成,map task id = %s", arg.JobId)
}
case ReduceJob:
if !ok {
custom_log.Info("reduce任务不存在,接收到的reduce task id=%s", arg.JobId)
return fmt.Errorf("reduce任务不存在,接收到的reduce task id=%s", arg.JobId)
}
if job.JobStatus == JobWorking {
job.JobStatus = JobDone
custom_log.Info("reduce task id = %s completed", job.JobId)
} else {
custom_log.Info("重复的reduce任务已经完成,reduce task id = %s", arg.JobId)
}
default:
return fmt.Errorf("捕获到不存在的任务ID = %s", job.JobId)
}
return nil
}Reduce 阶段
分配任务
当协调器从map阶段转换为reduce阶段后，后续工作线程再索要任务时，分配给工作线程的任务就是reduce任务了:
代码语言：javascript复制// DistributeJob 下发任务
func (c *Coordinator) DistributeJob(args *RpcRequest, reply *Job) error {
c.mu.Lock()
defer c.mu.Unlock()
custom_log.Info("协调器从工作线程处获取了一个请求")
custom_log.Info("当前协调器剩余map任务个数为: %d , 剩余reduce任务个数为: %d", len(c.MapJobChannel), len(c.ReduceJobChannel))
...
if c.Phase == ReducePhase {
if len(c.ReduceJobChannel) > 0 {
*reply = *<-c.ReduceJobChannel
custom_log.Info("派发给worker的reduce job任务为: %v", *reply)
if !c.fireTheJob(reply.JobId) {
custom_log.Info("job %d is runningn", reply.JobId)
}
} else {
reply.JobType = WaitingJob
if c.checkJobDone() {
c.nextPhase()
}
return nil
}
} else if c.Phase == AllDone {
// 协调器进入任务终止阶段
reply.JobType = KillJob
}
return nil
}执行任务
工作线程拿到reduce任务后，便会调用doReduce方法处理该任务：
代码语言：javascript复制func DoReduce(reduceF func(string, []string) string, job *Job) {
// reduce 任务的序号作为最终输出的reduce结果文件的编号
reduceFileNum := job.JobId
// 从传入的map文件列表中读取出所有的keyVal对
intermediate := readFromLocalFile(job.InputFiles)
sort.Sort(ByKey(intermediate))
dir, _ := os.Getwd()
// 先创建临时文件
// tempFile api 的用法: https://www.twle.cn/t/383
tempFile, err := ioutil.TempFile(dir, "mr-tmp-*")
if err != nil {
log.Fatal("Failed to create temp file", err)
}
i := 0
// 遍历键值对
for i < len(intermediate) {
j := i 1
// 记录1出现的下标范围0~5
for j < len(intermediate) && intermediate[j].Key == intermediate[i].Key {
j
}
values := []string{}
// 记录a出现了 [1,1,1,1,1]
for k := i; k < j; k {
values = append(values, intermediate[k].Value)
}
// 每个key出现了一次: a = 5
output := reduceF(intermediate[i].Key, values)
// 将每个key出现次数记录到临时文件中 --> < a , 5 >
fmt.Fprintf(tempFile, "%v %vn", intermediate[i].Key, output)
i = j
}
tempFile.Close()
// 临时文件重命名
oname := fmt.Sprintf("mr-out-%v", reduceFileNum)
os.Rename(tempFile.Name(), oname)
}执行完reduce任务后，会调用JobIsDone方法告知协调器任务完成，随即再由协调器将任务状态由执行中转换为执行完毕。
终止阶段
当map和reduce任务都处理完毕后，当工作线程再次索要任务时，协调器的状态会由Reduce转变为AllDone：
代码语言：javascript复制func (c *Coordinator) nextPhase() {
if c.Phase == MapPhase {
c.initReduceJobs()
c.Phase = ReducePhase
custom_log.Info("从map阶段转换为reduce阶段")
} else if c.Phase == ReducePhase {
c.Phase = AllDone
custom_log.Info("从reduce阶段转换为all done阶段")
}
}此时，协调器会返回给工作线程终止信号：
代码语言：javascript复制// DistributeJob 下发任务
func (c *Coordinator) DistributeJob(args *RpcRequest, reply *Job) error {
...
if c.Phase == AllDone {
// 协调器进入任务终止阶段
reply.JobType = KillJob
}
return nil
}工作线程接收到终止信号后，便会终止自己:
代码语言：javascript复制func Worker(mapF func(string, string) []KeyValue, reduceF func(string, []string) string, id string) {
...
for alive {
attempt
custom_log.Info("%s -> worker ask %d", workerId, attempt)
// 获取到分配的任务
job := RequireTask(workerId)
custom_log.Info("worker get job = %v", job)
switch job.JobType {
...
case KillJob:
time.Sleep(time.Second)
alive = false
custom_log.Info("[Status] : %s , terminated......", workerId)
}
time.Sleep(time.Second)
}
}协调器线程检测到状态更改为AllDone后，便会将自己也进行终止:
代码语言：javascript复制// main 协调器
func main() {
// 参数列表是需要处理的文件列表
if len(os.Args) < 2 {
fmt.Fprintf(os.Stderr, "Usage: mrcoordinator inputfiles...n")
os.Exit(1)
}
// 实例化协调器,传入文件列表和reduce任务数量
m := mr.MakeCoordinator(os.Args[1:], 10)
// 停止信号没收到,就一直轮询
for m.Done() == false {
time.Sleep(time.Second)
}
custom_log.Info("所有任务都已经结束了...")
time.Sleep(time.Second)
}
func (c *Coordinator) Done() bool {
c.mu.Lock()
defer c.mu.Unlock()
return c.Phase == AllDone
}崩溃恢复
如果某个工作线程拿到任务后，执行了很长时间依然没有给协调器反馈，那么我们便认为该工作线程节点崩溃了，需要将其执行的任务进行重放：
代码语言：javascript复制// CrashHandler 崩溃恢复处理器
func (c *Coordinator) CrashHandler() {
for {
time.Sleep(time.Second * 2)
c.mu.Lock()
if c.Phase == AllDone {
c.mu.Unlock()
continue
}
timenow := time.Now()
for _, job := range c.JobHolder {
if job.JobStatus == JobWorking {
custom_log.Info("job id = %s working for %v", job.JobId, timenow.Sub(job.StartTime))
}
// 任务超过5秒没完成就任务其出现了问题,需要重放
if job.JobStatus == JobWorking && time.Now().Sub(job.StartTime) > 5*time.Second {
custom_log.Info("detect a crash on job %s", job.JobId)
switch job.JobType {
case MapJob:
c.MapJobChannel <- job
job.JobStatus = JobWaiting
case ReduceJob:
c.ReduceJobChannel <- job
job.JobStatus = JobWaiting
}
}
}
c.mu.Unlock()
}
}这里的实现比较简单，就是单独开了一个协程定时轮询所有任务，将执行时间超过5秒到任务重新放入对应的任务队列中去，从而交付给其他工作线程重新执行。
注意事项
并发安全
此处的临界区主要集中在协调器对象中的任务集合和协调器本身的Phase状态变更上，因此针对这两个属性进行操作时，需要加锁，防止并发安全问题发生。
文件转换
我们将所有待处理文件通过命令行参数的形式传递给了协调器，协调器为每个文件生成一个map任务 ；
工作线程接收到一个map任务后，会读取出map文件中所有单词，简单的将每个单词出现次数记录为1，得到一个keyVal集合；
然后工作线程会遍历该集合，为每个keyVal对进行取模运算，计算其应该存放在哪个reduce文件中，然后将其写入对应的reduce文件，reduce文件名为: mr-tmp-map任务编号-reduce任务编号。
reduce文件数量等于协调器对象中ReduceNum的值，该值是固定的，每个工作线程都会将一个map文件经过处理后，拆分为ReduceNum个reduce文件。
当进入reduce阶段后，协调器会初始化reduce任务列表，每一个reduce任务初始化时都会读取当前工作目录下所有文件，获取所有文件命名符合mr-tmp-*-当前reduce任务编号的文件的名字，作为inputFiles属性的值。
当工作线程接收到一个reduce任务后，会取出inputFiles列表中所有map文件，依次处理每个map文件，读取出文件中所有KeyVal键值对，统计每个key出现次数，然后写入名为mr-out-reduce任务编号的文件中。
golang 知识点
本实验中涉及到的golang知识点主要是net/rpc库的使用 , socket 套接字文件的用法 , 临时文件创建API用法:
- go rpc 库用法
- 临时文件API
测试
写好代码之后，运行测试脚本test-mr.sh，应通过所有测试。
测试脚本可能输出过多，不便阅读，可以将输出重定向到一个文件。
代码语言：javascript复制./test-mr.sh > test-mr.out如果正确理解了任务，采用了正确的设计，应该能通过第一个测试wc test。如果你使用了上面介绍过的临时文件机制，应该能通过第三个测试crash test。如果你适当给一些数据结构加锁，应该能通过第二个测试parallelism test。
通过全部测试用例的截图如下:
