源码分析ElasticJob分片机制

本文将重点分析ElasticJob的分片机制。

分片机制概述

ElasticJob分片工作机制: 1、ElasticJob在启动时,首先会启动是否需要重新分片的监听器。 代码入口如下:

1ListenerManager#startAllListeners {
2     ...; 
3     shardingListenerManager.start();
4     ...
5}

2、任务执行之前需要获取分片信息,如果需要重新分片,则由主服务器执行分片算法,其他从服务器等待直到分片完成。 代码入口如下:

1AbstractElasticJobExecutor#execute {
2    ...; 
3    jobFacade.getShardingContexts();
4    ...;
5}

其中其核心实现为jobFacade.getShard-ingContexts()。

判断是否需要重新分片

ElasticJob的事件监听管理器实现类为AbstractListenerManager,主要是在分片节点发送变化后,设置需要重新分片标记。

其类图为:

  • JobNodeStorage jobNodeStorage:Job node操作A-PI。

其核心方法:

  1. public abstract void start():启动监听管理器,由子类具体实现。
  2. protected void addDataListener(Tr-eeCacheListener listener):增加事件监听器。

ElasticJob的选主监听管理器、分片监听器管理器、故障转移监听管理器等都是AbstractListenerManager的子类。 分片相关的监听管理器类图如图所示:

  • ShardingListenerManager:分片监听管理器。
  • ShardingTotalCountChangedJobListener:监听总分片数量事件管理器,是TreeCacheListener(curator的事件监听器)子类。
  • ListenServersChangedJobListener:任务job服务器数量(运行时实例)发生变化后的事件监听器。

源码分析分片数量变更监听器

 1class ShardingTotalCountChangedJobListener extends AbstractJobListener {
 2        @Override
 3        protected void dataChanged(final String path, final Type eventType, final String data) {
 4            if (configNode.isConfigPath(path) && 0 != JobRegistry.getInstance().getCurrentShardingTotalCount(jobName)) {
 5                int newShardingTotalCount = LiteJobConfigurationGsonFactory.fromJson(data).getTypeConfig().getCoreConfig().getShardingTotalCount();
 6                if (newShardingTotalCount != JobRegistry.getInstance().getCurrentShardingTotalCount(jobName)) {
 7                    shardingService.setReshardingFlag();
 8                    JobRegistry.getInstance().setCurrentShardingTotalCount(jobName, newShardingTotalCount);
 9                }
10            }
11        }
12    }

job配置的分片总节点数发生变化监听器(ElasticJob允许通过Web界面修改每个任务配置的分片总数量)。

job的配置信息存储在{namespace}/job-name/config节点上,存储内容为json格式的配置信息。

如果{namespace}/jobname/config节点的内容发生变化后,zk会触发该节点的节点数据变化事件,如果zk中存储的分片节点数量与内存中的分片数量(JobRe-gistry.getInstance())不相同的话,调用ShardingService设置需要重新分片标记(创建{namespace}/jobname/leader/s-harding/necessary持久节点)并更新内存中的分片节点总数,表示下次任务调度开始之前首先需要重新分片。

源码分析分片节点实例监听器

 1class ListenServersChangedJobListener extends AbstractJobListener {
 2        @Override
 3        protected void dataChanged(final String path, final Type eventType, final String data) {
 4            if (!JobRegistry.getInstance().isShutdown(jobName) && (isInstanceChange(eventType, path) || isServerChange(path))) {
 5                shardingService.setReshardingFlag();
 6            }
 7        }
 8        private boolean isInstanceChange(final Type eventType, final String path) {
 9            return instanceNode.isInstancePath(path) && Type.NODE_UPDATED != eventType;
10        }
11        private boolean isServerChange(final String path) {
12            return serverNode.isServerPath(path);
13        }
14    }

分片节点(实例数)发生变化事件监听器,当新的分片节点加入或原的分片实例宕机后,需要进行重新分片。

当{namespace}/jobname/servers或{na-mespace}/jobname/instances路径下的节点数量一旦发生变化,如果检测到发生变化,则设置需要重新分片标识。下次调度任务开始之前首先执行分片逻辑,分片信息计算完毕后再开始执行任务处理逻辑。

具体分片逻辑实现

上面详细分析了分片监听管理器,其职责就是监听特定的ZK目录,当发生变化后判断是否需要设置重新分片的标记,如果设置了需要重新分片标记后,在什么时候触发重新分片呢?

每个调度任务在执行之前,首先需要获取分片信息(分片上下文环境),然后根据分片信息从服务器拉取不同的数据,进行任务处理,其源码入口为: com.dangdang.ddframe.job.executor.AbstractElasticJobExecutor#execute。具体实现为jobFacade.getShardingConte-xts()方法。

具体实现方法代码为:

 1LiteJobFacade#getShardingContexts
 2public ShardingContexts getShardingContexts() {
 3        boolean isFailover = configService.load(true).isFailover();     // @1
 4        if (isFailover) {
 5            List<Integer> failoverShardingItems = failoverService.getLocalFailoverItems();
 6            if (!failoverShardingItems.isEmpty()) {
 7                return executionContextService.getJobShardingContext(failoverShardingItems);
 8            }
 9        }
10        shardingService.shardingIfNecessary();   // @2
11        List<Integer> shardingItems = shardingService.getLocalShardingItems(); // @3
12        if (isFailover) {
13            shardingItems.removeAll(failoverService.getLocalTakeOffItems());
14        }
15        shardingItems.removeAll(executionService.getDisabledItems(shardingItems));  // @4
16        return executionContextService.getJobShardingContext(shardingItems);  // @5
17    }

代码@1:是否启动故障转移,本篇重点关注ElasticJob的分片机制,故障转移在下篇文章中详细介绍,本文假定不开启故障转移功能。 代码@2:如果有必要,则执行分片,如果不存在分片信息(第一次分片)或需要重新分片,则执行分片算法,接下来详细分析分片的实现逻辑。 代码@3:获取本地的分片信息。遍历所有分片信息{namespace}/jobname/shar-ding/{分片item}下所有instance节点,判断其值jobinstanceId是否与当前的jobIn-stanceId相等,相等则认为是本节点的分片信息。 代码@4:移除本地禁用分片,本地禁用分片的存储目录为{namespace}/jobna-me/sharding/{分片item}/disable。 代码@5:返回当前节点的分片上下文环境,这个主要是根据配置信息(与当前的分片实例,构建ShardingContexts对象。

shardingIfNecessary详解

 1/**
 2     * 如果需要分片且当前节点为主节点, 则作业分片.
 3     * 
 4     * <p>
 5     * 如果当前无可用节点则不分片.
 6     * </p>
 7     */
 8    public void shardingIfNecessary() {
 9        List<JobInstance> availableJobInstances = instanceService.getAvailableJobInstances(); // @1
10        if (!isNeedSharding() || availableJobInstances.isEmpty()) {  // @2
11            return;
12        }
13        if (!leaderService.isLeaderUntilBlock()) {  // @3
14            blockUntilShardingCompleted();           //@4
15            return;
16        }
17        waitingOtherJobCompleted();                  // @5
18        LiteJobConfiguration liteJobConfig = configService.load(false);
19        int shardingTotalCount = liteJobConfig.getTypeConfig().getCoreConfig().getShardingTotalCount();  // @5
20        log.debug("Job '{}' sharding begin.", jobName);
21        jobNodeStorage.fillEphemeralJobNode(ShardingNode.PROCESSING, "");     // @6
22        resetShardingInfo(shardingTotalCount);  // @7
23        JobShardingStrategy jobShardingStrategy = JobShardingStrategyFactory.getStrategy(liteJobConfig.getJobShardingStrategyClass());  // @8
24        jobNodeStorage.executeInTransaction(new PersistShardingInfoTransactionExecutionCallback(jobShardingStrategy.sharding(availableJobInstances, jobName, shardingTotalCount)));   // @9
25        log.debug("Job '{}' sharding complete.", jobName);
26    }

代码@1:获取当前可用实例,首先获取{namespace}/jobname/instances目录下的所有子节点,并且判断该实例节点的IP所在服务器是否可用,{namespace}/j-obname/servers/ip节点存储的值如果不是DISABLE,则认为该节点可用。 代码@2:如果不需要重新分片({nam-espace}/jobname/leader/sharding/nece-ssary节点不存在)或当前不存在可用实例,则返回。 代码@3,判断是否是主节点,如果当前正在进行主节点选举,则阻塞直到选主完成,阻塞这里使用的代码如下:

 1while (!hasLeader() && serverService.hasAvailableServers()) {   
 2  aa// 如果不存在主节点摈弃有可用的实例,则Thread.sleep()一下,触发一次选主。
 3  log.info("Leader is electing, waiting for {} ms", 100);
 4  BlockUtils.waitingShortTime();
 5  if (!JobRegistry.getInstance().isShutdown(jobName) &&    
 6    serverService.isAvailableServer(JobRegistry.getInstance().getJobInstance(jobName).getIp())) {
 7    electLeader();
 8  }
 9}
10return isLeader();

代码@4:如果当前节点不是主节点,则等待分片结束。分片是否结束的判断依据是:{namespace}/jobname/leader/s-harding/necessary节点存在或{namesp-ace}/jobname/leader/sharding/processi-ng节点存在(表示正在执行分片操作),如果分片未结束,使用Thread.sleep方法阻塞100毫米后再试。 代码@5:能进入到这里,说明该节点是主节点。主节点在执行分片之前,首先等待该批任务全部执行完毕。判断是否有其他任务在运行的方法是判断是否存在{namespace}/jobname/sharding/{分片item}/running,如果存在,则使用Th-read.sleep(100),然后再判断。 代码@6:创建临时节点{namespace}/j-obname/leader/sharding/processing节点,表示分片正在执行。 代码@7:重置分片信息。先删除{nam-espace}/jobname/sharding/{分片item}/instance节点,然后创建{namespace}/jobname/sharding/{分片item}节点(如有必要)。然后根据当前配置的分片总数量,如果当前{namespace}/jobname/sh-arding子节点数大于配置的分片节点数则删除多余的节点(从大到小删除)。 代码@8:获取配置的分片算法类,常用的分片算法为平均分片算(AverageAll-ocationJobShardingStrategy)。 代码@9:在一个事务内创建 相应的分片实例信息{namespace}/jobname/{分片item}/instance,节点存放的内容为JobIn-stance实例的ID。 在ZK中执行事务操作:JobNodeStora-ge#executeInTransaction

 1/**
 2     * 在事务中执行操作.
 3     * 
 4     * @param callback 执行操作的回调
 5     */
 6    public void executeInTransaction(final TransactionExecutionCallback callback) {
 7        try {
 8            CuratorTransactionFinal curatorTransactionFinal = getClient().inTransaction().check().forPath("/").and();  // @1
 9            callback.execute(curatorTransactionFinal);   // @2
10            curatorTransactionFinal.commit();                 //@3
11        //CHECKSTYLE:OFF
12        } catch (final Exception ex) {
13        //CHECKSTYLE:ON
14            RegExceptionHandler.handleException(ex);
15        }
16    }

代码@1,使用CuratorFrameworkFac-tory的inTransaction()方法,级联调用ch-eck(),最后通过and()方法返回Curat-orTransactionFinal实例,由该实例执行事务中的所有更新节点命令。然后执行commit()命令统一提交(该方法可以保证要么全部成功,要么全部失败)。 代码@2,通过回调PersistShardingInfo-TransactionExecutionCallback方法执行具体的逻辑。 代码@3,提交事务,下面是该部分代码:

 1ShardingService$PersistShardingInfoTransactionExecutionCallback 
 2class PersistShardingInfoTransactionExecutionCallback implements TransactionExecutionCallback {
 3       private final Map<JobInstance, List<Integer>> shardingResults;
 4        @Override
 5        public void execute(final CuratorTransactionFinal curatorTransactionFinal) throws Exception {
 6            for (Map.Entry<JobInstance, List<Integer>> entry : shardingResults.entrySet()) {
 7                for (int shardingItem : entry.getValue()) {
 8                    curatorTransactionFinal.create().forPath(jobNodePath.getFullPath(ShardingNode.getInstanceNode(shardingItem)), 
 9                         entry.getKey().getJobInstanceId().getBytes()).and();   // @1
10                }
11            }
12            curatorTransactionFinal.delete().forPath(jobNodePath.getFullPath(ShardingNode.NECESSARY)).and();   // @2
13            curatorTransactionFinal.delete().forPath(jobNodePath.getFullPath(ShardingNode.PROCESSING)).and();  // @3
14        }
15    }

代码@1:所谓的分片,主要是创建{na-mespace}/jobname/sharding/{分片item}/instance,节点内容为JobInstance ID。 代码@2:删除{namespace}/jobname-/leader/sharding/necessary节点。 代码@3:删除{namespace}/jobname/leader/sharding/processing节点,表示分片结束。 下面以一张分片流程图来结束本节的讲述:

本文重点介绍了ElasticJob分片逻辑,其主要分成两个部分:

1、监听分片节点的数量是否发送变化,一点发送变化,就在ZK中增加一个持久节点,该节点的存在就表示需要重新分片。

2、任务执行之前,首先判断第一步节点是否存在,如果存在,则首先进行重新分片。


原文发布于微信公众号 - 中间件兴趣圈(dingwpmz_zjj)

原文发表时间:2018-12-02

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

编辑于

我来说两句

0 条评论
登录 后参与评论

扫码关注云+社区

领取腾讯云代金券