渔民旁的松树 2019-06-21
这次把这部分内容提到现在写,是因为这段时间开发的项目刚好在这一块遇到了一些难点,所以准备把经验分享给大家,我们在使用Akka时,会经常遇到一些存储Actor内部状态的场景,在系统正常运行的情况下,我们不需要担心什么,但是当系统出错,比如Actor错误需要重启,或者内存溢出,亦或者整个系统崩溃,如果我们不采取一定的方案的话,在系统重启时Actor的状态就会丢失,这会导致我们丢失一些关键的数据,造成系统数据不一致的问题。Akka作为一款成熟的生产环境应用,为我们提供了相应的解决方案就是Akka persistence。
万变不离其宗,数据的一致性是永恒的主题,一个性能再好的系统,不能保证数据的正确,也称不上是一个好的系统,一个系统在运行的时候难免会出错,如何保证系统在出错后能正确的恢复数据,不让数据出现混乱是一个难题。使用Actor模型的时候,我们会有这么一个想法,就是能不对数据库操作就尽量不对数据库操作(这里我们假定我们的数据库是安全,可靠的,能保证数据的正确性和一致性,比如使用国内某云的云数据库),一方面如果大量的数据操作会使数据库面临的巨大的压力,导致崩溃,另一方面即使数据库能处理的过来,比如一些count,update的大表操作也会消耗很多的时间,远没有内存中直接操作来的快,大大影响性能。但是又有人说几人内存操作这么快,为什么不把数据都放内存中呢?答案显而易见,当出现机器死机,或者内存溢出等问题时,数据很有可能就丢失了导致无法恢复。在这种背景下,我们是不是有一种比较好的解决方案,既能满足需求又能用最小的性能消耗,答案就是上面我们的说的Akka persistence。
在具体深入Akka persistence之前,我们可以先了解一下它的核心设计理念,其实简单来说,我们可以利用一些thing来恢复Actor的状态,这里的thing可以是日志、数据库中的数据,亦或者是文件,所以说它的本质非常容易理解,在Actor处理的时候我们会保存一些数据,Actor在恢复的时候能根据这些数据恢复其自身的状态。
所以Akka persistence 有以下几个关键部分组成:
PersistentActor:任何一个需要持久化的Actor都必须继承它,并必须定义或者实现其中的三个关键属性:
def persistenceId = "example" //作为持久化Actor的唯一表示,用于持久化或者查询时使用 def receiveCommand: Receive = ??? //Actor正常运行时处理处理消息逻辑,可在这部分内容里持久化自己想要的消息 def receiveRecover: Receive = ??? //Actor重启恢复是执行的逻辑
相比普通的Actor,除receiveCommand相似以外,还必须实现另外两个属性。
另外在持久化Actor中还有另外两个关键的的概念就是Journal和Snapshot,前者用于持久化事件,后者用于保存Actor的快照,两者在Actor恢复状态的时候都起到了至关重要的作用。
这里我首先会用一个demo让大家能对Akka persistence的使用有一定了解的,并能大致明白它的工作原理,后面再继续讲解一些实战可能会遇到的问题。
假定现在有这么一个场景,现在假设有一个1w元的大红包,瞬间可能会很多人同时来抢,每个人抢的金额也可能不一样,场景很简单,实现方式也有很多种,但前提是保证数据的正确性,比如最普通的使用数据库保证,但对这方面有所了解的同学都知道这并不是一个很好的方案,因为需要锁,并需要大量的数据库操作,导致性能不高,那么我们是否可以用Actor来实现这个需求么?答案是当然可以。
我们首先来定义一个抽奖命令,
case class LotteryCmd( userId: Long, // 参与用户Id username: String, //参与用户名 email: String // 参与用户邮箱 )
然后我们实现一个抽奖Actor,并继承PersistentActor作出相应的实现:
case class LuckyEvent( //抽奖成功事件 userId: Long, luckyMoney: Int ) case class FailureEvent( //抽奖失败事件 userId: Long, reason: String ) case class Lottery( totalAmount: Int, //红包总金额 remainAmount: Int //剩余红包金额 ) { def update(luckyMoney: Int) = { copy( remainAmount = remainAmount - luckyMoney ) } } class LotteryActor(initState: Lottery) extends PersistentActor with ActorLogging{ override def persistenceId: String = "lottery-actor-1" var state = initState //初始化Actor的状态 override def receiveRecover: Receive = { case event: LuckyEvent => updateState(event) //恢复Actor时根据持久化的事件恢复Actor状态 case SnapshotOffer(_, snapshot: Lottery) => log.info(s"Recover actor state from snapshot and the snapshot is ${snapshot}") state = snapshot //利用快照恢复Actor的状态 case RecoveryCompleted => log.info("the actor recover completed") } def updateState(le: LuckyEvent) = state = state.update(le.luckyMoney) //更新自身状态 override def receiveCommand: Receive = { case lc: LotteryCmd => doLottery(lc) match { //进行抽奖,并得到抽奖结果,根据结果做出不同的处理 case le: LuckyEvent => //抽到随机红包 persist(le) { event => updateState(event) increaseEvtCountAndSnapshot() sender() ! event } case fe: FailureEvent => //红包已经抽完 sender() ! fe } case "saveSnapshot" => // 接收存储快照命令执行存储快照操作 saveSnapshot(state) case SaveSnapshotSuccess(metadata) => ??? //你可以在快照存储成功后做一些操作,比如删除之前的快照等 } private def increaseEvtCountAndSnapshot() = { val snapShotInterval = 5 if (lastSequenceNr % snapShotInterval == 0 && lastSequenceNr != 0) { //当有持久化5个事件后我们便存储一次当前Actor状态的快照 self ! "saveSnapshot" } } def doLottery(lc: LotteryCmd) = { //抽奖逻辑具体实现 if (state.remainAmount > 0) { val luckyMoney = scala.util.Random.nextInt(state.remainAmount) + 1 LuckyEvent(lc.userId, luckyMoney) } else { FailureEvent(lc.userId, "下次早点来,红包已被抽完咯!") } } }
程序很简单,关键位置我也给了注释,相信大家对Actor有所了解的话很容易理解,当然要是有些疑惑,可以看看我之前写的文章,下面我们就对刚才写的抽红包Actor进行测试:
object PersistenceTest extends App { val lottery = Lottery(10000,10000) val system = ActorSystem("example-05") val lotteryActor = system.actorOf(Props(new LotteryActor(lottery)), "LotteryActor-1") //创建抽奖Actor val pool: ExecutorService = Executors.newFixedThreadPool(10) val r = (1 to 100).map(i => new LotteryRun(lotteryActor, LotteryCmd(i.toLong,"godpan","[email protected]")) //创建100个抽奖请求 ) r.map(pool.execute(_)) //使用线程池来发起抽奖请求,模拟同时多人参加 Thread.sleep(5000) pool.shutdown() system.terminate() } class LotteryRun(lotteryActor: ActorRef, lotteryCmd: LotteryCmd) extends Runnable { //抽奖请求 implicit val timeout = Timeout(3.seconds) def run: Unit = { for { fut <- lotteryActor ? lotteryCmd } yield fut match { //根据不同事件显示不同的抽奖结果 case le: LuckyEvent => println(s"恭喜用户${le.userId}抽到了${le.luckyMoney}元红包") case fe: FailureEvent => println(fe.reason) case _ => println("系统错误,请重新抽取") } } }
运行程序,我们可能看到以下的结果:
下面我会把persistence actor在整个运行过程的步骤给出,帮助大家理解它的原理:
1.初始化Persistence Actor
1.1若是第一次初始化,则与正常的Actor的初始化一致。
1.2若是重启恢复Actor,这根据Actor之前持久的数据恢复。
1.2.1从快照恢复,可快速恢复Actor,但并非每次持久化事件都会保存快照,在快照完整的情况下,Actor优先从快照恢复自身状态。
1.2.2从事件(日志,数据库记录等)恢复,通过重放持久化事件恢复Actor状态,比较关键。
2.接收命令进行处理,转化为需要持久化的事件(持久化的事件尽量只包含关键性的数据)使用Persistence Actor的持久化方法进行持久化(上述例子中的persist,后面我会讲一下批量持久化),并处理持久化成功后的逻辑处理,比如修改Actor状态,向外部Actor发送消息等。
3.若是我们需要存储快照,那么可以主动指定存储快照的频率,比如持久化事件100次我们就存储一次快照,这个频率应该要考虑实际的业务场景,在存储快照成功后我们也可以执行一些操作。
总的来说Persistence Actor运行时的大致操作就是以上这些,当然它是r如何持久化事件,恢复时的机制是怎么样的等有兴趣的可以看一下Akka源码。
首先我们必须加载相应的依赖包,在bulid.sbt
中加入以下依赖:
libraryDependencies ++= Seq( "com.typesafe.akka" %% "akka-actor" % "2.4.16", //Akka actor 核心依赖 "com.typesafe.akka" %% "akka-persistence" % "2.4.16", //Akka persistence 依赖 "org.iq80.leveldb" % "leveldb" % "0.7", //leveldb java版本依赖 "org.fusesource.leveldbjni" % "leveldbjni-all" % "1.8", //leveldb java版本依赖 "com.twitter" %% "chill-akka" % "0.8.0" //事件序列化依赖 )
另外我们还需在application.conf
加入以下配置:
akka.persistence.journal.plugin = "akka.persistence.journal.leveldb" akka.persistence.snapshot-store.plugin = "akka.persistence.snapshot-store.local" akka.persistence.journal.leveldb.dir = "log/journal" akka.persistence.snapshot-store.local.dir = "log/snapshots" # DO NOT USE THIS IN PRODUCTION !!! # See also https://github.com/typesafehub/activator/issues/287 akka.persistence.journal.leveldb.native = false //因为我们本地并没有安装leveldb,所以这个属性置为false,但是生产环境并不推荐使用 akka.actor.serializers { kryo = "com.twitter.chill.akka.AkkaSerializer" } akka.actor.serialization-bindings { "scala.Product" = kryo "akka.persistence.PersistentRepr" = kryo }
至此为止我们整个Akka persistence demo已经搭建好了,可以正常运行了,有兴趣的同学可以下载源码。源码链接
有同学可能会问,我对leveldb不是很熟悉亦或者觉得单机存储并不是安全,有没有支持分布式数据存储的插件呢,比如某爸的云数据库?答案当然是有咯,良心的我当然是帮你们都找好咯。
1.akka-persistence-sql-async: 支持MySQL和PostgreSQL,另外使用了全异步的数据库驱动,提供异步非阻塞的API,我司用的就是它的变种版,6的飞起。项目地址
2.akka-persistence-cassandra: 官方推荐的插件,使用写性能very very very fast的cassandra数据库,是几个插件中比较流行的一个,另外它还支持persistence query。项目地址
3.akka-persistence-redis: redis应该也很符合Akka persistence的场景,熟悉redis的同学可以使用看看。项目地址
4.akka-persistence-jdbc: 怎么能少了jdbc呢?不然怎么对的起java爸爸呢,支持scala和java哦。项目地址
相应的插件的具体使用可以看该项目的具体介绍使用,我看了下相对来说都是比较容易的。
上面说到我司用的是akka-persistence-sql-async插件,所以我们是将事件和快照持久化到数据库的,一开始我也是像上面demo一样,每次事件都会持久化到数据库,但是后来在性能测试的时候,因为本身业务场景对数据库的压力也比较大,在当数据库到达每秒1000+的读写量后,另外说明一下使用的是某云数据库,性能中配以上,发现每次持久化的时间将近要15ms,这样换算一下的话Actor每秒只能处理60~70个需要持久化的事件,而实际业务场景要求Actor必须在3秒内返回处理结果,这种情况下导致大量消息处理超时得不到反馈,另外还有大量的消息得不到处理,导致系统错误暴增,用户体验下降,既然我们发现了问题,那么我们能不能进行优化呢?事实上当然是可以,既然单个插入慢,那么我们能不能批量插入呢,Akka persistence为我们提供了persistAll方法,下面我就对上面的demo进行一下改造,让其变成批量持久化:
class LotteryActorN(initState: Lottery) extends PersistentActor with ActorLogging{ override def persistenceId: String = "lottery-actor-2" var state = initState //初始化Actor的状态 override def receiveRecover: Receive = { case event: LuckyEvent => updateState(event) //恢复Actor时根据持久化的事件恢复Actor状态 case SnapshotOffer(_, snapshot: Lottery) => log.info(s"Recover actor state from snapshot and the snapshot is ${snapshot}") state = snapshot //利用快照恢复Actor的状态 case RecoveryCompleted => log.info("the actor recover completed") } def updateState(le: LuckyEvent) = state = state.update(le.luckyMoney) //更新自身状态 var lotteryQueue : ArrayBuffer[(LotteryCmd, ActorRef)] = ArrayBuffer() context.system.scheduler //定时器,定时触发抽奖逻辑 .schedule( 0.milliseconds, 100.milliseconds, new Runnable { def run = { self ! "doLottery" } } ) override def receiveCommand: Receive = { case lc: LotteryCmd => lotteryQueue = lotteryQueue :+ (lc, sender()) //参与信息加入抽奖队列 println(s"the lotteryQueue size is ${lotteryQueue.size}") if (lotteryQueue.size > 5) //当参与人数有5个时触发抽奖 joinN(lotteryQueue) case "doLottery" => if (lotteryQueue.size > 0) joinN(lotteryQueue) case "saveSnapshot" => // 接收存储快照命令执行存储快照操作 saveSnapshot(state) case SaveSnapshotSuccess(metadata) => ??? //你可以在快照存储成功后做一些操作,比如删除之前的快照等 } private def joinN(lotteryQueue: ArrayBuffer[(LotteryCmd, ActorRef)]) = { //批量处理抽奖结果 val rs = doLotteryN(lotteryQueue) val success = rs.collect { //得到其中中奖的相应信息 case (event: LuckyEvent, ref: ActorRef) => event -> ref }.toMap val failure = rs.collect { //得到其中未中奖的相应信息 case (event: FailureEvent, ref: ActorRef) => event -> ref } persistAll(success.keys.toIndexedSeq) { //批量持久化中奖用户事件 case event => println(event) updateState(event) increaseEvtCountAndSnapshot() success(event) ! event } failure.foreach { case (event, ref) => ref ! event } this.lotteryQueue.clear() //清空参与队列 } private def increaseEvtCountAndSnapshot() = { val snapShotInterval = 5 if (lastSequenceNr % snapShotInterval == 0 && lastSequenceNr != 0) { //当有持久化5个事件后我们便存储一次当前Actor状态的快照 self ! "saveSnapshot" } } private def doLotteryN(lotteryQueue: ArrayBuffer[(LotteryCmd, ActorRef)]) = { //抽奖逻辑具体实现 var remainAmount = state.remainAmount lotteryQueue.map(lq => if (remainAmount > 0) { val luckyMoney = scala.util.Random.nextInt(remainAmount) + 1 remainAmount = remainAmount - luckyMoney (LuckyEvent(lq._1.userId, luckyMoney),lq._2) } else { (FailureEvent(lq._1.userId, "下次早点来,红包已被抽完咯!"),lq._2) } ) } }
这是改造后的参与Actor,实现了批量持久的功能,当然这里为了给发送者返回消息,处理逻辑稍微复杂了一点,不过真实场景可能会更复杂,相关源码也在刚才的项目上。
另外Akka Persistence还提供了Query接口,用于需要查询持久化事件的需求,这部分内容可能要根据实际业务场景考虑是否需要应用,我就不展开讲了,另外我也写了一个小demo在项目中,想要尝试的同学也可以试试。