Spark 1.6+推出了以RPCEnv、RPCEndpoint、RPCEndpointRef為核心的新型架構下的RPC通信方式。其具體實現有Akka和Netty兩種方式，Akka是基于Scala的Actor的分布式消息通信系統，Netty是由JBOSS提供的一個java開源框架。Netty提供異步的、事件驅動的網絡應用程序框架和工具，用以快速開發高性能、高可靠性的網絡服務器和客戶端程序。
Rpc Environment（RpcEnv）是一個RpcEndpoints用于處理消息的環境，它管理著整個RpcEndpoints的聲明周期：（1）根據name或uri注冊endpoints（2）管理各種消息的處理（3）停止endpoints。RpcEnv必須通過工廠類RpcEnvFactory創建。
RpcEndpoint需要注冊到RpcEnv，RpcEnv處理從RpcEndpointRef或遠程節點發送過來的消息，然后把響應消息給RpcEndpoint。對于Rpc捕獲到的異常消息，RpcEnv將會用RpcCallContext.sendFailure將失敗消息發送給發送者，或者將沒有發送者、‘NotSerializableException’等記錄到日志中。同時，RpcEnv也提供了根據name或uri獲取RpcEndpointRef的方法。
1.RpcEnv源碼分析
1.根據RpcEndpoint返回RpcEndpointRef，具體實現在RpcEndpoint.self方法中，如果RpcEndpointRef不存在，將返回null
private[rpc] def endpointRef(endpoint: RpcEndpoint): RpcEndpointRef
2.根據RpcEndpoint的name注冊到RpcEnv中并返回它的一個引用RpcEndpointRef
def setupEndpoint(name: String, endpoint: RpcEndpoint): RpcEndpointRef
3.獲取RpcEndpointRef的方法
（1）通過url獲取RpcEndpointRef
//通過url異步獲取RpcEndpointRef
def asyncSetupEndpointRefByURI(uri: String): Future[RpcEndpointRef]
//通過url同步獲取RpcEndpointRef，這是一個阻塞操作
def setupEndpointRefByURI(uri: String): RpcEndpointRef = {
defaultLookupTimeout.awaitResult(asyncSetupEndpointRefByURI(uri))}
（2）根據systemName、address、endpointName獲取RpcEndpointRef，其實是將三者拼接為uri，根據uri獲取
//異步獲取
def asyncSetupEndpointRef(
systemName: String, address: RpcAddress, endpointName: String): Future[RpcEndpointRef] = {
asyncSetupEndpointRefByURI(uriOf(systemName, address, endpointName))}
//同步獲取
def setupEndpointRef(
systemName: String, address: RpcAddress, endpointName: String): RpcEndpointRef = {
setupEndpointRefByURI(uriOf(systemName, address, endpointName))
}
4.根據RpcEndpointRef停止RpcEndpoint
def stop(endpoint: RpcEndpointRef): Unit
5.等待直到RpcEnv退出
def awaitTermination(): Unit
6.RpcEndpointRef需要RpcEnv來反序列化，所以當反序列化RpcEndpointRefs的任何object時，應該通過該方法來操作
def deserialize[T](deserializationAction: () => T): T
2.RpcEndpoint源碼分析
RpcEndpoint定義了由消息觸發的一些函數，`onStart`, `receive` and `onStop`的調用是順序發生的。它的聲明周期是constructor -> onStart -> receive* -> onStop。注意，`receive`能并發操作，如果你想要`receive`是線程安全的，請使用ThreadSafeRpcEndpoint，如果RpcEndpoint拋出錯誤，它的`onError`方法將會觸發。它有51個實現子類，我們比較熟悉的是Master、Worker、ClientEndpoint等。
1.啟動RpcEndpoint處理任何消息
def onStart(): Unit = {}
2.停止RpcEndpoint
def onStop(): Unit = {}
3.處理RpcEndpointRef.send或RpcCallContext.reply方法，如果收到不匹配的消息，將拋出SparkException
def receive: PartialFunction[Any, Unit] = {
case _ => throw new SparkException(self + " does not implement 'receive'")}
4.處理RpcEndpointRef.ask方法，如果不匹配消息，將拋出SparkException
def receiveAndReply(context: RpcCallContext): PartialFunction[Any, Unit] = {
case _ => context.sendFailure(new SparkException(self + " won't reply anything"))}
5.當處理消息發生異常時
def onError(cause: Throwable): Unit = {
throw cause}
6.當遠程地址連接到當前的節點地址時觸發
def onConnected(remoteAddress: RpcAddress): Unit = {
}
7.當遠程地址連接斷開時觸發
def onDisconnected(remoteAddress: RpcAddress): Unit = {
}
8.當遠程地址和當前節點的連接發生網絡異常時觸發
def onNetworkError(cause: Throwable, remoteAddress: RpcAddress): Unit = {
// By default, do nothing.
}
3.RpcEndpointRef源碼分析
RpcEndpointRef是RpcEndpoint的一個遠程引用，是線程安全的。它有兩個實現子類：即AkkaRpcEndpointRef和NettyRpcEndpointRef。
1.發送單方面的異步消息
def send(message: Any): Unit
2.發送一個消息給RpcEndpoint.receiveAndReply并返回一個Future在指定的時間內接受響應，本方法值請求一次
def ask[T: ClassTag](message: Any, timeout: RpcTimeout): Future[T]
3.發送消息給RpcEndpoint并在默認的超時內得到結果，否則拋出SparkException，注意，本方法是一個阻塞操作可能消耗時間，所以不要早消息循環中調用它
def askWithRetry[T: ClassTag](message: Any): T = askWithRetry(message, defaultAskTimeout)
最后，畫圖說明一下兩者的消息傳遞的過程，RpcEndpointRef作為消息的主動者，RpcEndpoint作為消息的被動者
