一、简介#
NodeManager（NM）中的状态机分为三类：Application、Container 和 LocalizedResource，它们均直接或者间接参与维护一个应用程序的生命周期。
- 当 NM 收到某个 Application 的第一个 container 启动命令时，它会创建一个「Application状态机」来跟踪该应用程序在该节点的状态；
- 每个container都有一个独立的「container状态机」；
- Application 运行所需资源（jar，文件等）的下载过程则由「LocalizedResource状态机」维护和跟踪。
二、三类状态机#
一）Application 状态机#
NM 上的 Application 维护的信息是 RM 端 Application 信息的一个子集，这有助于统一管理节点上同一个 Application 的所有 Container（例如记录每个 Application 在该节点上运行的 Container 列表，以及杀死一个 Application 的所有 Container 等）。
实现这一功能的类是 nodemanager/containermanager/application/ApplicationImpl，它维护了一个 Application 状态机。需要注意的是，NM 上 Application 的生命周期与 RM 上 Application 的生命周期是一致的。
// 截取 ApplicationImpl 中一部分状态机的代码
private static StateMachineFactory stateMachineFactory =
new StateMachineFactory(ApplicationState.NEW)
// Transitions from NEW state
.addTransition(ApplicationState.NEW, ApplicationState.INITING,
ApplicationEventType.INIT_APPLICATION, new AppInitTransition())
.addTransition(ApplicationState.NEW, ApplicationState.NEW,
ApplicationEventType.INIT_CONTAINER,
INIT_CONTAINER_TRANSITION)
// Transitions from INITING state
.addTransition(ApplicationState.INITING, ApplicationState.INITING,
ApplicationEventType.INIT_CONTAINER,
INIT_CONTAINER_TRANSITION)
.addTransition(ApplicationState.INITING,
EnumSet.of(ApplicationState.FINISHING_CONTAINERS_WAIT,
ApplicationState.APPLICATION_RESOURCES_CLEANINGUP),
ApplicationEventType.FINISH_APPLICATION,
new AppFinishTriggeredTransition())
.addTransition(ApplicationState.INITING, ApplicationState.INITING,
ApplicationEventType.APPLICATION_CONTAINER_FINISHED,
CONTAINER_DONE_TRANSITION)
.addTransition(ApplicationState.INITING, ApplicationState.INITING,
ApplicationEventType.APPLICATION_LOG_HANDLING_INITED,
new AppLogInitDoneTransition())
.addTransition(ApplicationState.INITING, ApplicationState.INITING,
ApplicationEventType.APPLICATION_LOG_HANDLING_FAILED,
new AppLogInitFailTransition())
.addTransition(ApplicationState.INITING, ApplicationState.RUNNING,
ApplicationEventType.APPLICATION_INITED,
new AppInitDoneTransition())
下面进行具体介绍：
1、基本状态#
- NEW：状态机初始状态，每个 Application 对应一个状态机，而每个状态机的初始状态均为 NEW。
- INITING：Application 处于初始化状态，即创建日志目录和工作目录，创建 AppLogAggregator 对象等。
- FINISHING_CONTAINERS_WAIT：等待回收 Container 占用的资源时所处的状态。当 Application 状态机收到 FINISH_APPLICATION 事件后，会向各个 Container 发送 KILL 命令以回收它们占用的资源。
- APPLICATION_RESOURCES_CLEANINGUP：Application 的所有 Container 占用的资源被收回后，它将处于 APPLICATION_RESOURCES_CLEANINGUP 状态。
- RUNNING：Application 初始化（完成创建日志目录和工作目录，创建 AppLog-Aggregator 等工作）完成后，将进入 RUNNING 状态。
- FINISHED：Application 将占用的各种文件资源发送给文件删除服务 DeletionService（该服务会异步删除文件，避免产生性能问题）后，进入 FINISHED 状态，表示运行完成。
2、基本事件#
- INIT_APPLICATION：NM 收到来自某个 Application 的第一个 Container 后，会触发一个 INIT_APPLICATION 事件，同时使 Application 状态由初始状态 NEW 转换为 INITING。
- APPLICATION_INITED：Application 初始化完成后将触发一个 APPLICATION_INITED 事件。Application 初始化主要工作是初始化各类必需的服务组件（比如日志记录组件 LogHandler、资源状态追踪组件
LocalResourcesTrackerImpl等），供后续 Container 使用，通常由 Application 的第一个 Container 完成。 - FINISH_APPLICATION：NodeManager 收到 ResourceManager 发送的待清理的 Application 列表后，会向这些 Application 发送一个 FINISH_APPLICATION 事件
- APPLICATION_CONTAINER_FINISHED：该 Application 的一个 Container 运行完成（可能运行失败，也可能运行成功）后将触发一个 APPLICATION_CONTAINER_FINISHED 事件。
- APPLICATION_RESOURCES_CLEANEDUP：Application 所有 Container 占用的资源被清理完成（比如占用的临时目录）后将触发一个 APPLICATION_RESOURCES_CLEANEDUP 事件
- INIT_CONTAINER：NodeManager 收到 ApplicationMaster 通过 RPC 函数
ContainerManagementProtocol#startContainer发送的启动 Container 的请求后，会触发一个 INIT_CONTAINER 事件。
二）Container 状态机#
Container 状态机维护一个 container 运行的全部状态，包含 11 个状态和 10 个事件，实现类是 nodemanager/containermanager/container/ContainerImpl.java。下面是状态转化的图：
1、基本状态#
- NEW：状态机初始状态，每个 Container 对应一个状态机，而每个状态机的初始状态均为 NEW。
- LOCALIZING：Container 运行之前，需从 HDFS 上下载依赖的文件资源，Container 正在下载文件时所处的状态称为 LOCALIZING。
- LOCALIZED：运行 Container 所需的文件资源已经全部下载（缓存）到本地后，将进入该状态。
- LOCALIZATION_FAILED：由于文件损坏、磁盘损坏等原因，Container 下载资源失败（这将导致依赖该资源的所有 Container 运行失败），此时 Container 所处的状态为 LOCALIZATION_FAILED。
- RUNNING：ContainerLaunch 组件为 Container 创建工作目录和构造执行脚本，并通知 ContainerExecutor 执行该脚本，使得 Container 进入 RUNNING 状态。
- EXITED_WITH_SUCCESS：ContainerExecutor 启动 Container 执行脚本后，阻塞直到脚本正常退出执行，此时 Container 将处于 EXITED_WITH_SUCCESS 状态。
- DONE：Container 正常退出执行后，首先需清理它占用的各种临时文件，一旦清理完成后，Container 状态将转移为完成状态 DONE。
- KILLING：Container 正在被杀死时所处的状态，通常是由于内存超量使用被监控线程杀死，或者 ResourceManager 和 ApplicationMaster 主动杀死 Container。
- EXITED_WITH_FAILURE：Container 在执行过程中异常退出后所处的状态，通常是由于 Container 内部原因导致，比如程序 bug、硬件故障等。
2、基本事件#
- INIT_CONTAINER：NodeManager 收到来自 ApplicationMaster 的启动 Container 的请求，则会创建一个 Container 对象，并触发一个 INIT_CONTAINER 事件，使 Container 状态由初始状态 NEW 转换为 LOCALIZING。
- RESOURCE_LOCALIZED：Container 成功从 HDFS 下载一种资源到本地（缓存），会触发一个 RESOURCE_LOCALIZED 事件。注意，一个 Container 可能需要下载多种资源，因此，该事件可能使 Container 维持在 LOCALIZING 状态或者进入新状态 LOCALIZED（所有资源均下载完成）。
- CONTAINER_LAUNCHED：ContainerLaunch 调用函数 ContainerExecutor#launchContainer 成功启动后，会触发一个 CONTAINER_LAUNCHED 事件，使得 Container 从 LOCALIZED 状态转换为 CONTAINER_LAUNCHED 状态。需要注意的，由于函数 ContainerExecutor#launchContainer 是阻塞的，所以它要等到 Container 退出执行后才会退出，因此，该事件将在该函数调用之后发出。
- CONTAINER_EXITED_WITH_SUCCESS：Container 正常退出（执行 Container 实际上是执行一个 Shell 脚本，正常结束运行后会返回 0），会触发一个 CONTAINER_EXITED_WITH_SUCCESS 事件。
- CONTAINER_RESOURCES_CLEANEDUP：NodeManager 清理完成 Container 使用的各种临时目录（主要是删除分布式缓存中的临时数据），此时会触发一个 CONTAINER_RESOURCES_CLEANEDUP 事件，使得 Container 从 EXITED_WITH_SUCCESS 状态转换为 DONE 状态。
- RESOURCE_FAILED：Container 本地化过程中抛出异常，会触发一个 RESOURCE_FAILED 事件，导致 Container 失败。
- KILL_CONTAINER：在多种场景下会触发产生 KILL_CONTAINER 事件，包括 ResourceManager 要求 NodeManager 杀死一个 Container；Container 使用的内存量超过约定值，被监控线程杀死；ApplicationMaster 要求 NodeManager 杀死一个 Container（通过 RPC 函数 ContainerManagementProtocol#stopContainer）。
- CONTAINER_EXITED_WITH_FAILURE：Container 异常退出（运行过程中抛出 Throwable 异常）时，会触发一个 CONTAINER_EXITED_WITH_FAILURE 事件。
三）LocalizedResource 状态机#
下载是在从 init 状态转移到 downloading 状态时，会发一个 REQUEST_RESOURCE_LOCALIZATION 事件。这个事件是会发给 ResourceLocalizationService，ResourceLocalizationService 根据资源的类型和可见性确定路径并下载他。下载是异步的（并且每个 application 对应着自己的下载线程），每个下载会对应一个 callable 的 FSDownload。
状态机如下图所示，非常简单，不再具体介绍。
三、小结#
本篇文章对 NodeManager 中三类状态机进行了介绍，其主要都是维护一个应用程序的生命周期。无需强行记忆，知道有这三类状态机，遇到问题再对应查看即可。
参考文章：
《Hadoop技术内幕：深入解析YARN架构设计与实现原理》