XGQ 2019-09-06
TaskMaster是Druid overlord服务中最重要的一个类,它封装了索引服务的leadership生命周期。
TaskMaster被LifeCycle类管理启动和停止,LifeCycle启动时会调用TaskMaster的start()方法。TaskMaster在CliOverlord类的getModules方法中被绑定到LifeCycle:
binder.bind(TaskMaster.class).in(ManageLifecycle.class);
在TaskMaster的start()方法中,主要有如下代码:
overlordLeaderSelector.registerListener(leadershipListener);
这里先看一下overlordLeaderSelector这个TaskMaster的成员。overlordLeaderSelector的类型是DruidLeaderSelector
,通过TaskMaster的构造函数注入:
@Inject TaskMaster( ... @IndexingService final DruidLeaderSelector overlordLeaderSelector )
在
DiscoveryModule
的configure方法中有:PolyBind.optionBinder(binder, Key.get(DruidLeaderSelector.class, IndexingService.class)) .addBinding(CURATOR_KEY) .toProvider( new DruidLeaderSelectorProvider( (zkPathsConfig) -> ZKPaths.makePath(zkPathsConfig.getOverlordPath(), "_OVERLORD") ) ) .in(LazySingleton.class);DruidLeaderSelectorProvider的get()方法定义如下:
public DruidLeaderSelector get() { return new CuratorDruidLeaderSelector( curatorFramework, druidNode, latchPathFn.apply(zkPathsConfig) ) }又有CuratorDruidLeaderSelector的构造函数:
public CuratorDruidLeaderSelector(CuratorFramework curator, @Self DruidNode self, String latchPath) { this.curator = curator; this.self = self; this.latchPath = latchPath; ... }
可见overlordLeaderSelector的实际类型是CuratorDruidLeaderSelector
,并且它的latchPath成员的值为/druid/overlord/_OVERLORD
。
this.listener = listener;
这里传入的listener类型为DruidLeaderSelector.Listener
,在TaskMaster中定义,这个下面会详细说到。
this.listenerExecutor = Execs.singleThreaded(StringUtils.format("LeaderSelector[%s]", latchPath))
在createNewLeaderLatchWithListener
方法中,首先调用createNewLeaderLatch()方法创建一个LeaderLatch实例:
final LeaderLatch newLeaderLatch = createNewLeaderLatch();
private LeaderLatch createNewLeaderLatch() { return new LeaderLatch(curator, latchPath, self.getServiceScheme() + "://" + self.getHostAndPortToUse()); }
稍后调用LeaderLatch的start()方法,会在latchPath(这里是/druid/overlord/_OVERLORD)下创建一个EPHEMERAL_SEQUENTIAL
类型的znode,这个znode的data就是LeaderLatch构造函数的第三个参数,这里可能是http://localhost:8090
。
然后对这个LeaderLatch实例调用addListener
设置listener,LeaderLatch的listener必须是LeaderLatchListener
接口的实现:
public interface LeaderLatchListener { void isLeader(); void notLeader(); }
需要实现isLeader()和notLeader()两个接口,分别在当前服务成为leader以及当前服务失去leader角色时调用。
这里设置的LeaderLatchListener的实现,对于isLeader()方法,主要的逻辑就是调用在前面赋值的DruidLeaderSelector.Listener
类型的listener的becomeLeader()方法。后面我会详细分析这个方法。
下面就是调用刚刚在createNewLeaderLatchWithListener
方法中创建的LeaderLatch(这个LeaderLatch被设置在了成员变量leaderLatch这个AtomicReference中)的start()方法进行leader的选举,并在选举为leader时在LeaderLatchListener的isLeader()方法中调用DruidLeaderSelector.Listener的becomeLeader方法。
如何利用LeaderLatch进行leader选举?
利用LeaderLatch进行选举的过程如下:
- 在/druid/overlord/_OVERLORD下创建一个PHEMERAL_SEQUENTIAL节点,这种类型的znode会在节点名称后加入sequence_number,比如这里创建的zonde名称可能是
_c_ba96d70d-b0f6-4df7-8b62-af078aa3b4c5-latch-0000000006
,_c_40d06620-8ae7-4b44-987a-f8222b17847e-latch-0000000007
等等。- 对LeaderLatch实例调用getChildren()方法,监听/druid/overlord/_OVERLORD节点,如果节点下创建了子节点,也就是上面说的PHEMERAL_SEQUENTIAL节点,则在回调中调用checkLeadership检查当前LeaderLatch所在进程是否为leader。
- 调用checkLeadership(event.getChildren())方法检查当前LeaderLatch所在进程或服务是否为leader。这个检查的过程很简单,就是对/druid/overlord/_OVERLORD下的子节点按名称进行排序,排在第一位(id最小)的节点如果是当前LeaderLatch创建的znode,则当前LeaderLatch所在服务成为leader。比如/druid/overlord/_OVERLORD下有两个子节点latch-0000000007和latch-0000000006,那么创建latch-0000000006的LeaderLatch所在的服务或进程就成为leader;如果当前LeaderLatch创建的znode不是排在第一位的,则监听比当前节点排名靠前的第一个节点,在监听的回调中,如果监听的节点被删除了,则重新运行getChildren方法,从而进行重新选举。例如在/druid/overlord/_OVERLORD下有三个孩子节点latch-0000000006,latch-0000000007和latch-0000000008,当前LeaderLatch创建的节点为latch-0000000007,则这个LeaderLatch所在的进程就没有成为leader,这时监听latch-0000000006节点,当latch-0000000006节点被删除则重新运行getChildren方法,这时latch-0000000007节点排在第一位,这时这个LeaderLatch所在的进程就成为了新的leader。
至此对CuratorDruidLeaderSelector
的registerListener
方法的调用就结束了。
leadershipListener
是TaskMaster的成员,类型为DruidLeaderSelector.Listener
,我们调用CuratorDruidLeaderSelector
的registerListener
方法传入的就是leadershipListener这个listener。leadershipListener在TaskMaster的构造函数中被定义为实现DruidLeaderSelector.Listener接口的匿名类。
interface Listener { void becomeLeader(); void stopBeingLeader(); }
在当前overlord服务成为leader时,会调用LeaderLatch注册的listener中的isLeader()方法,进而调用DruidLeaderSelector.Listener的becomeLeader()方法。
在becomeLeader()方法中,首先调用了:
taskLockbox.syncFromStorage();
接着定义了taskRunner:
taskRunner = runnerFactory.build();
然后定义了taskQueue:
taskQueue = new TaskQueue( taskQueueConfig, taskStorage, taskRunner, taskActionClientFactory, taskLockbox, emitter );
接着声明了一个本地的Lifecycle实例吗,并加入一些被LifeCyle管理的类:
final Lifecycle leaderLifecycle = new Lifecycle("task-master"); ... leaderLifecycle.addManagedInstance(taskRunner); leaderLifecycle.addManagedInstance(taskQueue); leaderLifecycle.addManagedInstance(supervisorManager); leaderLifecycle.addManagedInstance(overlordHelperManager); leaderLifecycle.addHandler( new Lifecycle.Handler() { @Override public void start() { initialized = true; serviceAnnouncer.announce(node); } @Override public void stop() { serviceAnnouncer.unannounce(node); } } )
最后调用这个Lifecycle的start()方法启动这个本地Lifecycle:
leaderLifecycle.start();
调用Lifecycle的start()方法,也会顺序调用它所管理的Handler的start方法,具体说来,会依次调用:
下面我们详细来看一下这些方法。
从druid_tasks表中同步status(类型为TaskStatus)为TaskState.RUNNING的taskId到activeTasks中。
暂略
TaskRunner实例的初始化是在DruidLeaderSelector.Listener的becomeLeader方法中进行的:
taskRunner = runnerFactory.build();
taskRunner是TaskMaster的成员变量。
runnerFactory是在实例化TaskMaster时通过Guice注入的TaskRunnerFactory接口类型的实现。由于我们在overlord的配置文件中指定了druid.indexer.runner.type=remote
,因此这里Guide实例化的TaskRunnerFactory的实际类型是RemoteTaskRunnerFactory
。
在overlord的getModules方法中调用了configureRunners方法,在这个方法中通过druid.indexer.runner.type的值来绑定实例化TaskRunnerFactory接口时的实际类型。
在configureRunners方法中,有如下代码:final MapBinder<String, TaskRunnerFactory> biddy = PolyBind.optionBinder( binder, Key.get(TaskRunnerFactory.class) ); biddy.addBinding("local").to(ForkingTaskRunnerFactory.class); binder.bind(ForkingTaskRunnerFactory.class).in(LazySingleton.class); biddy.addBinding("remote").to(RemoteTaskRunnerFactory.class); binder.bind(RemoteTaskRunnerFactory.class).in(LazySingleton.class); biddy.addBinding("http").to(HttpRemoteTaskRunnerFactory.class); binder.bin(HttpRemoteTaskRunnerFactory.class).in(LazySingleton.class);之后如果调用injector.getInstance(Key.get(TaskRunnerFactory.class))会返回一个类型为
Map<String, Provider<TaskRunnerFactory>>
的实例。这里的key为什么是Provider<TaskRunnerFactory>而不是TaskRunnerFactory?MapBinder的接口文档中有说明:In addition to binding Map<K, V>, a mapbinder will also bind Map<K, Provider<V>> for lazy value provision
。在configureRunners中又有:
PolyBind.createChoice( binder, "druid.indexer.runner.type", Key.get(TaskRunnerFactory.class), Key.get(ForkingTaskRunnerFactory.class) );这个方法主要是将TaskRunnerFactory绑定到ConfiggedProvider上的实例上。在调用injector.getInstance(TaskRunnerFactory.class)时,会调用ConfiggedProvider的get()方法返回TaskRunnerFactory的实例,在ConfiggedProvider的get()方法中,首先获取"druid.indexer.runner.type"的值(在配置文件中有配置,默认为local,我指定了remote)。然后调用injector.getInstance(Key.get(TaskRunnerFactory.class))返回Map<String, Provider<TaskRunnerFactory>>的实例,然后找到'remote'对应的TaskRunnerFactory,也就是RemoteTaskRunnerFactory并返回。
调用RemoteTaskRunnerFactory的build()方法返回RemoteTaskRunner实例:
return new RemoteTaskRunner( jsonMapper, remoteTaskRunnerConfig, zkPaths, curator, new PathChildrenCacheFactory.Builder().withCompressed(true), httpClient, workerConfigRef, provisioningSchedulerConfig.isDoAutoScale() ? provisioningStrategy : new NoopProvisioningStrategy<>() );
这里的zkPaths的类型是IndexerZKConfig
,这个类中保存了所有zookeeper中druid相关组件要用到的路径。
start()方法主要是在zk的path cache上注册listener监听worker的创建和移除,这里的worker指的是middleManager。
在RemoteTaskRunner的构造函数中初始化了workerPathCache:
this.workerPathCache = pathChildrenCacheFactory.build().make(cf, indexerZKConfig.getAnnouncementsPath());
这里的workerPathCache被绑定在了/druid/indexer/announcements
路径上(路径通过调用indexerZKConfig.getAnnouncementsPath方法获取)。
在workerPathCache上加入一个PathChildernCacheListener实例并实现此实例的childEvent方法监听middleManager节点的创建和移除。
workerPathCache.getListenable().addListener( new PathChildrenCacheListener() { public void childEvent(CuratorFramework client, final PathChildrenCacheEvent event) { final Worker worker switch (event.getType()) { case CHILD_ADDED: ... case CHILD_REMOVED: ... case INITIALIZED: ... } } } );
在/druid/indexer/announcements下有新节点加入会出差childEvent方法,并且event类型为CHILD_ADDED。
首先会读取这个event下的json数据并反序列化为Worker对象:
worker = jsonMapper.readValue( event.getData().getData(), Worker.class );
Worker中有如下几个成员参数:
String scheme; // http or https String host; String ip; int capacity; String version;