源码分析 RocketMQ DLedger(多副本) 之日志复制-上篇

  • 2019 年 10 月 6 日
  • 筆記

本文紧接着 源码分析 RocketMQ DLedger(多副本) 之日志追加流程 ,继续 Leader 处理客户端 append 的请求流程中最至关重要的一环:日志复制。

温馨提示:由于微信单篇文章的字数限制,RocketMQ DLedger 日志复制分为两篇文章介绍。

DLedger 多副本的日志转发由 DLedgerEntryPusher 实现,接下来将对其进行详细介绍。

温馨提示:由于本篇幅较长,为了更好的理解其实现,大家可以带着如下疑问来通读本篇文章: 1、raft 协议中有一个非常重要的概念:已提交日志序号,该如何实现。 2、客户端向 DLedger 集群发送一条日志,必须得到集群中大多数节点的认可才能被认为写入成功。 3、raft 协议中追加、提交两个动作如何实现。

日志复制(日志转发)由 DLedgerEntryPusher 实现,具体类图如下:

主要由如下4个类构成:

  • DLedgerEntryPusher DLedger 日志转发与处理核心类,该内会启动如下3个对象,其分别对应一个线程。
  • EntryHandler 日志接收处理线程,当节点为从节点时激活。
  • QuorumAckChecker 日志追加ACK投票处理线程,当前节点为主节点时激活。
  • EntryDispatcher 日志转发线程,当前节点为主节点时追加。

接下来我们将详细介绍上述4个类,从而揭晓日志复制的核心实现原理。

1、DLedgerEntryPusher


1.1 核心类图

DLedger 多副本日志推送的核心实现类,里面会创建 EntryDispatcher、QuorumAckChecker、EntryHandler 三个核心线程。其核心属性如下:

  • DLedgerConfig dLedgerConfig 多副本相关配置。
  • DLedgerStore dLedgerStore 存储实现类。
  • MemberState memberState 节点状态机。
  • DLedgerRpcService dLedgerRpcService RPC 服务实现类,用于集群内的其他节点进行网络通讯。
  • Map> peerWaterMarksByTerm 每个节点基于投票轮次的当前水位线标记。键值为投票轮次,值为 ConcurrentMap/, Long/* 节点对应的日志序号*/>。
  • Map>> pendingAppendResponsesByTerm 用于存放追加请求的响应结果(Future模式)。
  • EntryHandler entryHandler 从节点上开启的线程,用于接收主节点的 push 请求(append、commit、append)。
  • QuorumAckChecker quorumAckChecker 主节点上的追加请求投票器。
  • Map dispatcherMap 主节点日志请求转发器,向从节点复制消息等。

接下来介绍一下其核心方法的实现。

1.2 构造方法

public DLedgerEntryPusher(DLedgerConfig dLedgerConfig, MemberState memberState, DLedgerStore dLedgerStore,      DLedgerRpcService dLedgerRpcService) {      this.dLedgerConfig = dLedgerConfig;      this.memberState = memberState;      this.dLedgerStore = dLedgerStore;      this.dLedgerRpcService = dLedgerRpcService;      for (String peer : memberState.getPeerMap().keySet()) {          if (!peer.equals(memberState.getSelfId())) {              dispatcherMap.put(peer, new EntryDispatcher(peer, logger));          }      }  }  

构造方法的重点是会根据集群内的节点,依次构建对应的 EntryDispatcher 对象。

1.3 startup

DLedgerEntryPusher#startup

public void startup() {      entryHandler.start();      quorumAckChecker.start();      for (EntryDispatcher dispatcher : dispatcherMap.values()) {          dispatcher.start();      }  }  

依次启动 EntryHandler、QuorumAckChecker 与 EntryDispatcher 线程。

备注:DLedgerEntryPusher 的其他核心方法在详细分析其日志复制原理的过程中会一一介绍。

接下来将从 EntryDispatcher、QuorumAckChecker、EntryHandler 来阐述 RocketMQ DLedger(多副本)的实现原理。

2、EntryDispatcher 详解


2.1 核心类图

其核心属性如下。

  • AtomicReference type 向从节点发送命令的类型,可选值:PushEntryRequest.Type.COMPARE、TRUNCATE、APPEND、COMMIT,下面详细说明。
  • long lastPushCommitTimeMs = -1 上一次发送提交类型的时间戳。
  • String peerId 目标节点ID。
  • long compareIndex = -1 已完成比较的日志序号。
  • long writeIndex = -1 已写入的日志序号。
  • int maxPendingSize = 1000 允许的最大挂起日志数量。
  • long term = -1 Leader 节点当前的投票轮次。
  • String leaderId = null Leader 节点ID。
  • long lastCheckLeakTimeMs 上次检测泄漏的时间,所谓的泄漏,就是看挂起的日志请求数量是否查过了 maxPendingSize 。
  • ConcurrentMap pendingMap 记录日志的挂起时间,key:日志的序列(entryIndex),value:挂起时间戳。
  • Quota quota = new Quota(dLedgerConfig.getPeerPushQuota()) 配额。

2.2 Push 请求类型

DLedger 主节点向从从节点复制日志总共定义了4类请求类型,其枚举类型为 PushEntryRequest.Type,其值分别为 COMPARE、TRUNCATE、APPEND、COMMIT。

  • COMPARE 如果 Leader 发生变化,新的 Leader 需要与他的从节点的日志条目进行比较,以便截断从节点多余的数据。
  • TRUNCATE 如果 Leader 通过索引完成日志对比,则 Leader 将发送 TRUNCATE 给它的从节点。
  • APPEND 将日志条目追加到从节点。
  • COMMIT 通常,leader 会将提交的索引附加到 append 请求,但是如果 append 请求很少且分散,leader 将发送一个单独的请求来通知从节点提交的索引。

对主从节点的请求类型有了一个初步的认识后,我们将从 EntryDispatcher 的业务处理入口 doWork 方法开始讲解。

2.3 doWork 方法详解

public void doWork() {      try {          if (!checkAndFreshState()) {                                            // @1              waitForRunning();              return;          }            if (type.get() == PushEntryRequest.Type.APPEND) {   // @2              doAppend();          } else {              doCompare();                                                           // @3          }          waitForRunning();      } catch (Throwable t) {          DLedgerEntryPusher.logger.error("[Push-{}]Error in {} writeIndex={} compareIndex={}", peerId, getName(), writeIndex, compareIndex, t);          DLedgerUtils.sleep();      }  }  

代码@1:检查状态,是否可以继续发送 append 或 compare。

代码@2:如果推送类型为APPEND,主节点向从节点传播消息请求。

代码@3:主节点向从节点发送对比数据差异请求(当一个新节点被选举成为主节点时,往往这是第一步)。

2.3.1 checkAndFreshState 详解

EntryDispatcher#checkAndFreshState

private boolean checkAndFreshState() {      if (!memberState.isLeader()) {     // @1          return false;      }      if (term != memberState.currTerm() || leaderId == null || !leaderId.equals(memberState.getLeaderId())) {     // @2          synchronized (memberState) {              if (!memberState.isLeader()) {                  return false;              }              PreConditions.check(memberState.getSelfId().equals(memberState.getLeaderId()), DLedgerResponseCode.UNKNOWN);              term = memberState.currTerm();              leaderId = memberState.getSelfId();              changeState(-, PushEntryRequest.Type.COMPARE);          }      }      return true;  }  

代码@1:如果节点的状态不是主节点,则直接返回 false。则结束 本次 doWork 方法。因为只有主节点才需要向从节点转发日志。

代码@2:如果当前节点状态是主节点,但当前的投票轮次与状态机轮次或 leaderId 还未设置,或 leaderId 与状态机的 leaderId 不相等,这种情况通常是集群触发了重新选举,设置其term、leaderId与状态机同步,即将发送COMPARE 请求。

接下来看一下 changeState (改变状态)。

private synchronized void changeState(long index, PushEntryRequest.Type target) {      logger.info("[Push-{}]Change state from {} to {} at {}", peerId, type.get(), target, index);      switch (target) {          case APPEND:      // @1              compareIndex = -;              updatePeerWaterMark(term, peerId, index);              quorumAckChecker.wakeup();              writeIndex = index + ;              break;          case COMPARE:    // @2              if (this.type.compareAndSet(PushEntryRequest.Type.APPEND, PushEntryRequest.Type.COMPARE)) {                  compareIndex = -;                  pendingMap.clear();              }              break;          case TRUNCATE:     // @3              compareIndex = -;              break;          default:              break;      }      type.set(target);  }  

代码@1:如果将目标类型设置为 append,则重置 compareIndex ,并设置 writeIndex 为当前 index 加1。

代码@2:如果将目标类型设置为 COMPARE,则重置 compareIndex 为负一,接下将向各个从节点发送 COMPARE 请求类似,并清除已挂起的请求。

代码@3:如果将目标类型设置为 TRUNCATE,则重置 compareIndex 为负一。

接下来具体来看一下 APPEND、COMPARE、TRUNCATE 等请求。

2.3.2 append 请求详解

EntryDispatcher#doAppend

private void doAppend() throws Exception {      while (true) {          if (!checkAndFreshState()) {                                                 // @1              break;          }          if (type.get() != PushEntryRequest.Type.APPEND) {        // @2              break;          }          if (writeIndex > dLedgerStore.getLedgerEndIndex()) {    // @3              doCommit();              doCheckAppendResponse();              break;          }          if (pendingMap.size() >= maxPendingSize || (DLedgerUtils.elapsed(lastCheckLeakTimeMs) > )) {     // @4              long peerWaterMark = getPeerWaterMark(term, peerId);              for (Long index : pendingMap.keySet()) {                  if (index < peerWaterMark) {                      pendingMap.remove(index);                  }              }              lastCheckLeakTimeMs = System.currentTimeMillis();          }          if (pendingMap.size() >= maxPendingSize) {    // @5              doCheckAppendResponse();              break;          }          doAppendInner(writeIndex);                               // @6          writeIndex++;      }  }  

代码@1:检查状态,已经在上面详细介绍。

代码@2:如果请求类型不为 APPEND,则退出,结束本轮 doWork 方法执行。

代码@3:writeIndex 表示当前追加到从该节点的序号,通常情况下主节点向从节点发送 append 请求时,会附带主节点的已提交指针,但如何 append 请求发不那么频繁,writeIndex 大于 leaderEndIndex 时(由于pending请求超过其 pending 请求的队列长度(默认为1w),时,会阻止数据的追加,此时有可能出现 writeIndex 大于 leaderEndIndex 的情况,此时单独发送 COMMIT 请求。

代码@4:检测 pendingMap(挂起的请求数量)是否发送泄漏,即挂起队列中容量是否超过允许的最大挂起阀值。获取当前节点关于本轮次的当前水位线(已成功 append 请求的日志序号),如果发现正在挂起请求的日志序号小于水位线,则丢弃。

代码@5:如果挂起的请求(等待从节点追加结果)大于 maxPendingSize 时,检查并追加一次 append 请求。

代码@6:具体的追加请求。

2.3.2.1 doCommit 发送提交请求

EntryDispatcher#doCommit

private void doCommit() throws Exception {      if (DLedgerUtils.elapsed(lastPushCommitTimeMs) > ) {   // @1          PushEntryRequest request = buildPushRequest(null, PushEntryRequest.Type.COMMIT);   // @2          //Ignore the results          dLedgerRpcService.push(request);                                                                                        // @3          lastPushCommitTimeMs = System.currentTimeMillis();      }  }  

代码@1:如果上一次单独发送 commit 的请求时间与当前时间相隔低于 1s,放弃本次提交请求。

代码@2:构建提交请求。

代码@3:通过网络向从节点发送 commit 请求。

接下来先了解一下如何构建 commit 请求包。

EntryDispatcher#buildPushRequest

private PushEntryRequest buildPushRequest(DLedgerEntry entry, PushEntryRequest.Type target) {      PushEntryRequest request = new PushEntryRequest();      request.setGroup(memberState.getGroup());      request.setRemoteId(peerId);      request.setLeaderId(leaderId);      request.setTerm(term);      request.setEntry(entry);      request.setType(target);      request.setCommitIndex(dLedgerStore.getCommittedIndex());      return request;  }  

提交包请求字段主要包含如下字段:DLedger 节点所属组、从节点 id、主节点 id,当前投票轮次、日志内容、请求类型与 committedIndex(主节点已提交日志序号)。

2.3.2.2 doCheckAppendResponse 检查并追加请求

EntryDispatcher#doCheckAppendResponse

private void doCheckAppendResponse() throws Exception {      long peerWaterMark = getPeerWaterMark(term, peerId);   // @1      Long sendTimeMs = pendingMap.get(peerWaterMark + );      if (sendTimeMs != null && System.currentTimeMillis() - sendTimeMs > dLedgerConfig.getMaxPushTimeOutMs()) { // @2          logger.warn("[Push-{}]Retry to push entry at {}", peerId, peerWaterMark + );          doAppendInner(peerWaterMark + );      }  }  

该方法的作用是检查 append 请求是否超时,其关键实现如下:

  • 获取已成功 append 的序号。
  • 从挂起的请求队列中获取下一条的发送时间,如果不为空并去超过了 append 的超时时间,则再重新发送 append 请求,最大超时时间默认为 1s,可以通过 maxPushTimeOutMs 来改变默认值。
2.3.2.3 doAppendInner 追加请求

向从节点发送 append 请求。

EntryDispatcher#doAppendInner

private void doAppendInner(long index) throws Exception {      DLedgerEntry entry = dLedgerStore.get(index);   // @1      PreConditions.check(entry != null, DLedgerResponseCode.UNKNOWN, "writeIndex=%d", index);      checkQuotaAndWait(entry);                                   // @2      PushEntryRequest request = buildPushRequest(entry, PushEntryRequest.Type.APPEND);   // @3      CompletableFuture<PushEntryResponse> responseFuture = dLedgerRpcService.push(request);   // @4      pendingMap.put(index, System.currentTimeMillis());                                                                          // @5      responseFuture.whenComplete((x, ex) -> {          try {              PreConditions.check(ex == null, DLedgerResponseCode.UNKNOWN);              DLedgerResponseCode responseCode = DLedgerResponseCode.valueOf(x.getCode());              switch (responseCode) {                  case SUCCESS:                                                                                                                // @6                      pendingMap.remove(x.getIndex());                      updatePeerWaterMark(x.getTerm(), peerId, x.getIndex());                      quorumAckChecker.wakeup();                      break;                  case INCONSISTENT_STATE:                                                                                         // @7                      logger.info("[Push-{}]Get INCONSISTENT_STATE when push index={} term={}", peerId, x.getIndex(), x.getTerm());                      changeState(-, PushEntryRequest.Type.COMPARE);                      break;                  default:                      logger.warn("[Push-{}]Get error response code {} {}", peerId, responseCode, x.baseInfo());                      break;              }          } catch (Throwable t) {              logger.error("", t);          }      });      lastPushCommitTimeMs = System.currentTimeMillis();  }  

代码@1:首先根据序号查询出日志。

代码@2:检测配额,如果超过配额,会进行一定的限流,其关键实现点:

  • 首先触发条件:append 挂起请求数已超过最大允许挂起数;基于文件存储并主从差异超过300m,可通过 peerPushThrottlePoint 配置。
  • 每秒追加的日志超过 20m(可通过 peerPushQuota 配置),则会 sleep 1s中后再追加。

代码@3:构建 PUSH 请求日志。

代码@4:通过 Netty 发送网络请求到从节点,从节点收到请求会进行处理(本文并不会探讨与网络相关的实现细节)。

代码@5:用 pendingMap 记录待追加的日志的发送时间,用于发送端判断是否超时的一个依据。

代码@6:请求成功的处理逻辑,其关键实现点如下:

  • 移除 pendingMap 中的关于该日志的发送超时时间。
  • 更新已成功追加的日志序号(按投票轮次组织,并且每个从服务器一个键值对)。
  • 唤醒 quorumAckChecker 线程(主要用于仲裁 append 结果),后续会详细介绍。

代码@7:Push 请求出现状态不一致情况,将发送 COMPARE 请求,来对比主从节点的数据是否一致。

日志转发 append 追加请求类型就介绍到这里了,接下来我们继续探讨另一个请求类型 compare。

2.3.3 compare 请求详解

COMPARE 类型的请求有 doCompare 方法发送,首先该方法运行在 while (true) 中,故在查阅下面代码时,要注意其退出循环的条件。 EntryDispatcher#doCompare

if (!checkAndFreshState()) {      break;  }  if (type.get() != PushEntryRequest.Type.COMPARE      && type.get() != PushEntryRequest.Type.TRUNCATE) {      break;  }  if (compareIndex == - && dLedgerStore.getLedgerEndIndex() == -) {      break;  }  

Step1:验证是否执行,有几个关键点如下:

  • 判断是否是主节点,如果不是主节点,则直接跳出。
  • 如果是请求类型不是 COMPARE 或 TRUNCATE 请求,则直接跳出。
  • 如果已比较索引 和 ledgerEndIndex 都为 -1 ,表示一个新的 DLedger 集群,则直接跳出。

EntryDispatcher#doCompare

if (compareIndex == -) {      compareIndex = dLedgerStore.getLedgerEndIndex();      logger.info("[Push-{}][DoCompare] compareIndex=-1 means start to compare", peerId);  } else if (compareIndex > dLedgerStore.getLedgerEndIndex() || compareIndex < dLedgerStore.getLedgerBeginIndex()) {      logger.info("[Push-{}][DoCompare] compareIndex={} out of range {}-{}", peerId, compareIndex, dLedgerStore.getLedgerBeginIndex(), dLedgerStore.getLedgerEndIndex());      compareIndex = dLedgerStore.getLedgerEndIndex();  }  

Step2:如果 compareIndex 为 -1 或compareIndex 不在有效范围内,则重置待比较序列号为当前已已存储的最大日志序号:ledgerEndIndex。

DLedgerEntry entry = dLedgerStore.get(compareIndex);  PreConditions.check(entry != null, DLedgerResponseCode.INTERNAL_ERROR, "compareIndex=%d", compareIndex);  PushEntryRequest request = buildPushRequest(entry, PushEntryRequest.Type.COMPARE);  CompletableFuture<PushEntryResponse> responseFuture = dLedgerRpcService.push(request);  PushEntryResponse response = responseFuture.get(, TimeUnit.SECONDS);  

Step3:根据序号查询到日志,并向从节点发起 COMPARE 请求,其超时时间为 3s。

EntryDispatcher#doCompare

long truncateIndex = -;  if (response.getCode() == DLedgerResponseCode.SUCCESS.getCode()) {   // @1      if (compareIndex == response.getEndIndex()) {          changeState(compareIndex, PushEntryRequest.Type.APPEND);          break;      } else {          truncateIndex = compareIndex;      }    } else if (response.getEndIndex() < dLedgerStore.getLedgerBeginIndex()          || response.getBeginIndex() > dLedgerStore.getLedgerEndIndex()) {    // @2      truncateIndex = dLedgerStore.getLedgerBeginIndex();  } else if (compareIndex < response.getBeginIndex()) {                                    // @3      truncateIndex = dLedgerStore.getLedgerBeginIndex();  } else if (compareIndex > response.getEndIndex()) {                                      // @4      compareIndex = response.getEndIndex();  } else {                                                                                                              // @5      compareIndex--;  }    if (compareIndex < dLedgerStore.getLedgerBeginIndex()) {                          // @6      truncateIndex = dLedgerStore.getLedgerBeginIndex();  }  

Step4:根据响应结果计算需要截断的日志序号,其主要实现关键点如下:

  • 代码@1:如果两者的日志序号相同,则无需截断,下次将直接先从节点发送 append 请求;否则将 truncateIndex 设置为响应结果中的 endIndex。
  • 代码@2:如果从节点存储的最大日志序号小于主节点的最小序号,或者从节点的最小日志序号大于主节点的最大日志序号,即两者不相交,这通常发生在从节点崩溃很长一段时间,而主节点删除了过期的条目时。truncateIndex 设置为主节点的 ledgerBeginIndex,即主节点目前最小的偏移量。
  • 代码@3:如果已比较的日志序号小于从节点的开始日志序号,很可能是从节点磁盘发送损耗,从主节点最小日志序号开始同步。
  • 代码@4:如果已比较的日志序号大于从节点的最大日志序号,则已比较索引设置为从节点最大的日志序号,触发数据的继续同步。
  • 代码@5:如果已比较的日志序号大于从节点的开始日志序号,但小于从节点的最大日志序号,则待比较索引减一。
  • 代码@6:如果比较出来的日志序号小于主节点的最小日志需要,则设置为主节点的最小序号。
if (truncateIndex != -) {      changeState(truncateIndex, PushEntryRequest.Type.TRUNCATE);      doTruncate(truncateIndex);      break;  }  

Step5:如果比较出来的日志序号不等于 -1 ,则向从节点发送 TRUNCATE 请求。

2.3.3.1 doTruncate 详解
private void doTruncate(long truncateIndex) throws Exception {      PreConditions.check(type.get() == PushEntryRequest.Type.TRUNCATE, DLedgerResponseCode.UNKNOWN);      DLedgerEntry truncateEntry = dLedgerStore.get(truncateIndex);      PreConditions.check(truncateEntry != null, DLedgerResponseCode.UNKNOWN);      logger.info("[Push-{}]Will push data to truncate truncateIndex={} pos={}", peerId, truncateIndex, truncateEntry.getPos());      PushEntryRequest truncateRequest = buildPushRequest(truncateEntry, PushEntryRequest.Type.TRUNCATE);      PushEntryResponse truncateResponse = dLedgerRpcService.push(truncateRequest).get(, TimeUnit.SECONDS);      PreConditions.check(truncateResponse != null, DLedgerResponseCode.UNKNOWN, "truncateIndex=%d", truncateIndex);      PreConditions.check(truncateResponse.getCode() == DLedgerResponseCode.SUCCESS.getCode(), DLedgerResponseCode.valueOf(truncateResponse.getCode()), "truncateIndex=%d", truncateIndex);      lastPushCommitTimeMs = System.currentTimeMillis();      changeState(truncateIndex, PushEntryRequest.Type.APPEND);  }  

该方法主要就是构建 truncate 请求到从节点。

关于服务端的消息复制转发就介绍到这里了,主节点负责向从服务器PUSH请求,从节点自然而然的要处理这些请求,接下来我们就按照主节点发送的请求,来具体分析一下从节点是如何响应的。

由于微信单篇文章字数的限制,从服务器接收到主节点的 PUSH 请求后如何处理、以及主服务根据所有从服务器的响应后进行仲裁(需要集群内半数以上节点追加成功后才认为是有效数据)等实现细节,则在下一篇文章中给出。