溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
來源：Fate/stay night [Heaven's Feel] lost butterfly
在前一篇文章《聊聊 TCP 長連接和心跳那些事》中，我們已經聊過了 TCP 中的 KeepAlive，以及在應用層設計心跳的意義，但卻對長連接心跳的設計方案沒有做詳細地介紹。事實上，設計一個好的心跳機制并不是一件容易的事，就我所熟知的幾個 RPC 框架，它們的心跳機制可以說大相徑庭，這篇文章我將探討一下如何設計一個優雅的心跳機制，主要從 Dubbo 的現有方案以及一個改進方案來做分析。
因為后續我們將從源碼層面來進行介紹，所以一些服務治理框架的細節還需要提前交代一下，方便大家理解。
高性能的 RPC 框架幾乎都會選擇使用 Netty 來作為通信層的組件，非阻塞式通信的高效不需要我做過多的介紹。但也由于非阻塞的特性，導致其發送數據和接收數據是一個異步的過程，所以當存在服務端異常、網絡問題時，客戶端接是接收不到響應的，那我們如何判斷一次 RPC 調用是失敗的呢？
誤區一：Dubbo 調用不是默認同步的嗎？
Dubbo 在通信層是異步的，呈現給使用者同步的錯覺是因為內部做了阻塞等待，實現了異步轉同步。
誤區二： Channel.writeAndFlush 會返回一個 channelFuture，我只需要判斷 channelFuture.isSuccess 就可以判斷請求是否成功了。
注意，writeAndFlush 成功并不代表對端接受到了請求，返回值為 true 只能保證寫入網絡緩沖區成功，并不代表發送成功。
避開上述兩個誤區，我們再來回到本小節的標題：客戶端如何得知請求失敗？正確的邏輯應當是以客戶端接收到失敗響應為判斷依據。等等，前面不還在說在失敗的場景中，服務端是不會返回響應的嗎？沒錯，既然服務端不會返回，那就只能客戶端自己造了。
一個常見的設計是：客戶端發起一個 RPC 請求，會設置一個超時時間 client_timeout，發起調用的同時，客戶端會開啟一個延遲 client_timeout 的定時器
接收到正常響應時，移除該定時器。
定時器倒計時完畢，還沒有被移除，則認為請求超時，構造一個失敗的響應傳遞給客戶端。
Dubbo 中的超時判定邏輯：
public static DefaultFuture newFuture(Channel channel, Request request, int timeout) {
final DefaultFuture future = new DefaultFuture(channel, request, timeout);
// timeout check
timeoutCheck(future);
return future;
}
private static void timeoutCheck(DefaultFuture future) {
TimeoutCheckTask task = new TimeoutCheckTask(future);
TIME_OUT_TIMER.newTimeout(task, future.getTimeout(), TimeUnit.MILLISECONDS);
}
private static class TimeoutCheckTask implements TimerTask {
private DefaultFuture future;
TimeoutCheckTask(DefaultFuture future) {
this.future = future;
}
@Override
public void run(Timeout timeout) {
if (future == null || future.isDone()) {
return;
}
// create exception response.
Response timeoutResponse = new Response(future.getId());
// set timeout status.
timeoutResponse.setStatus(future.isSent() ? Response.SERVER_TIMEOUT : Response.CLIENT_TIMEOUT);
timeoutResponse.setErrorMessage(future.getTimeoutMessage(true));
// handle response.
DefaultFuture.received(future.getChannel(), timeoutResponse);
}
}主要邏輯涉及的類： DubboInvoker， HeaderExchangeChannel， DefaultFuture ，通過上述代碼，我們可以得知一個細節，無論是何種調用，都會經過這個定時器的檢測，超時即調用失敗，一次 RPC 調用的失敗，必須以客戶端收到失敗響應為準。
網絡通信永遠要考慮到最壞的情況，一次心跳失敗，不能認定為連接不通，多次心跳失敗，才能采取相應的措施。
忙檢測的對立面是空閑檢測，我們做心跳的初衷，是為了保證連接的可用性，以保證及時采取斷連，重連等措施。如果一條通道上有頻繁的 RPC 調用正在進行，我們不應該為通道增加負擔去發送心跳包。心跳扮演的角色應當是晴天收傘，雨天送傘。
本文的源碼對應 Dubbo 2.7.x 版本，在 apache 孵化的該版本中，心跳機制得到了增強。
介紹完了一些基礎的概念，我們便來看看 Dubbo 是如何設計應用層心跳的。Dubbo 的心跳是雙向心跳，客戶端會給服務端發送心跳，反之，服務端也會向客戶端發送心跳。
public class HeaderExchangeClient implements ExchangeClient {
private int heartbeat;
private int heartbeatTimeout;
private HashedWheelTimer heartbeatTimer;
public HeaderExchangeClient(Client client, boolean needHeartbeat) {
this.client = client;
this.channel = new HeaderExchangeChannel(client);
this.heartbeat = client.getUrl().getParameter(Constants.HEARTBEAT_KEY, dubbo != null && dubbo.startsWith("1.0.") ? Constants.DEFAULT_HEARTBEAT : 0);
this.heartbeatTimeout = client.getUrl().getParameter(Constants.HEARTBEAT_TIMEOUT_KEY, heartbeat * 3);
if (needHeartbeat) { <1>
long tickDuration = calculateLeastDuration(heartbeat);
heartbeatTimer = new HashedWheelTimer(new NamedThreadFactory("dubbo-client-heartbeat", true), tickDuration,
TimeUnit.MILLISECONDS, Constants.TICKS_PER_WHEEL); <2>
startHeartbeatTimer();
}
}
}不僅 HeaderExchangeClient 客戶端開起了定時器， HeaderExchangeServer 服務端同樣開起了定時器，由于服務端的邏輯和客戶端幾乎一致，所以后續我并不會重復粘貼服務端的代碼。
Dubbo 在早期版本版本中使用的是 shedule 方案，在 2.7.x 中替換成了 HashWheelTimer。
private void startHeartbeatTimer() {
long heartbeatTick = calculateLeastDuration(heartbeat);
long heartbeatTimeoutTick = calculateLeastDuration(heartbeatTimeout);
HeartbeatTimerTask heartBeatTimerTask = new HeartbeatTimerTask(cp, heartbeatTick, heartbeat); <1>
ReconnectTimerTask reconnectTimerTask = new ReconnectTimerTask(cp, heartbeatTimeoutTick, heartbeatTimeout); <2>
heartbeatTimer.newTimeout(heartBeatTimerTask, heartbeatTick, TimeUnit.MILLISECONDS);
heartbeatTimer.newTimeout(reconnectTimerTask, heartbeatTimeoutTick, TimeUnit.MILLISECONDS);
}
Dubbo 在 startHeartbeatTimer 方法中主要開啟了兩個定時器： HeartbeatTimerTask， ReconnectTimerTask
至于方法中的其他代碼，其實也是本文的重要分析內容，先容我賣個關子，后面再來看追溯。
詳細解析下心跳檢測定時任務的邏輯 HeartbeatTimerTask#doTask：
protected void doTask(Channel channel) {
Long lastRead = lastRead(channel);
Long lastWrite = lastWrite(channel);
if ((lastRead != null && now() - lastRead > heartbeat)
|| (lastWrite != null && now() - lastWrite > heartbeat)) {
Request req = new Request();
req.setVersion(Version.getProtocolVersion());
req.setTwoWay(true);
req.setEvent(Request.HEARTBEAT_EVENT);
channel.send(req);
}
}
}前面已經介紹過，Dubbo 采取的是設計是雙向心跳，即服務端會向客戶端發送心跳，客戶端也會向服務端發送心跳，接收的一方更新 lastRead 字段，發送的一方更新 lastWrite 字段，超過心跳間隙的時間，便發送心跳請求給對端。這里的 lastRead/lastWrite 同樣會被同一個通道上的普通調用更新，通過更新這兩個字段，實現了只在連接空閑時才會真正發送空閑報文的機制，符合我們一開始科普的做法。
注意：不僅僅心跳請求會更新 lastRead 和 lastWrite，普通請求也會。這對應了我們預備知識中的空閑檢測機制。
繼續研究下重連和斷連定時器都實現了什么 ReconnectTimerTask#doTask。
protected void doTask(Channel channel) {
Long lastRead = lastRead(channel);
Long now = now();
if (lastRead != null && now - lastRead > heartbeatTimeout) {
if (channel instanceof Client) {
((Client) channel).reconnect();
} else {
channel.close();
}
}
}第二個定時器則負責根據客戶端、服務端類型來對連接做不同的處理，當超過設置的心跳總時間之后，客戶端選擇的是重新連接，服務端則是選擇直接斷開連接。這樣的考慮是合理的，客戶端調用是強依賴可用連接的，而服務端可以等待客戶端重新建立連接。
細心的朋友會發現，這個類被命名為 ReconnectTimerTask 是不太準確的，因為它處理的是重連和斷連兩個邏輯。
在 Dubbo 的 issue 中曾經有人反饋過定時不精確的問題，我們來看看是怎么一回事。
Dubbo 中默認的心跳周期是 60s，設想如下的時序：
第 0 秒，心跳檢測發現連接活躍
第 1 秒，連接實際斷開
第 60 秒，心跳檢測發現連接不活躍
由于時間窗口的問題，死鏈不能夠被及時檢測出來，最壞情況為一個心跳周期。
為了解決上述問題，我們再倒回去看一下上面的 startHeartbeatTimer() 方法
long heartbeatTick = calculateLeastDuration(heartbeat); long heartbeatTimeoutTick = calculateLeastDuration(heartbeatTimeout);
其中 calculateLeastDuration 根據心跳時間和超時時間分別計算出了一個 tick 時間，實際上就是將兩個變量除以了 3，使得他們的值縮小，并傳入了 HashWeelTimer 的第二個參數之中
heartbeatTimer.newTimeout(heartBeatTimerTask, heartbeatTick, TimeUnit.MILLISECONDS); heartbeatTimer.newTimeout(reconnectTimerTask, heartbeatTimeoutTick, TimeUnit.MILLISECONDS);
tick 的含義便是定時任務執行的頻率。這樣，通過減少檢測間隔時間，增大了及時發現死鏈的概率，原先的最壞情況是 60s，如今變成了 20s。這個頻率依舊可以加快，但需要考慮資源消耗的問題。
定時不準確的問題出現在 Dubbo 的兩個定時任務之中，所以都做了 tick 操作。事實上，所有的定時檢測的邏輯都存在類似的問題。
Dubbo 對于建立的每一個連接，同時在客戶端和服務端開啟了 2 個定時器，一個用于定時發送心跳，一個用于定時重連、斷連，執行的頻率均為各自檢測周期的 1/3。定時發送心跳的任務負責在連接空閑時，向對端發送心跳包。定時重連、斷連的任務負責檢測 lastRead 是否在超時周期內仍未被更新，如果判定為超時，客戶端處理的邏輯是重連，服務端則采取斷連的措施。
先不急著判斷這個方案好不好，再來看看改進方案是怎么設計的。
實際上我們可以更優雅地實現心跳機制，本小節開始，我將介紹一個新的心跳機制。
Netty 對空閑連接的檢測提供了天然的支持，使用 IdleStateHandler 可以很方便的實現空閑檢測邏輯。
public IdleStateHandler(
long readerIdleTime, long writerIdleTime, long allIdleTime,
TimeUnit unit) {}readerIdleTime：讀超時時間
writerIdleTime：寫超時時間
allIdleTime：所有類型的超時時間
IdleStateHandler 這個類會根據設置的超時參數，循環檢測 channelRead 和 write 方法多久沒有被調用。當在 pipeline 中加入 IdleSateHandler 之后，可以在此 pipeline 的任意 Handler 的 userEventTriggered 方法之中檢測 IdleStateEvent 事件，
@Override
public void userEventTriggered(ChannelHandlerContext ctx, Object evt) throws Exception {
if (evt instanceof IdleStateEvent) {
//do something
}
ctx.fireUserEventTriggered(evt);
}為什么需要介紹 IdleStateHandler 呢？其實提到它的空閑檢測 + 定時的時候，大家應該能夠想到了，這不天然是給心跳機制服務的嗎？很多服務治理框架都選擇了借助 IdleStateHandler 來實現心跳。
IdleStateHandler 內部使用了 eventLoop.schedule(task) 的方式來實現定時任務，使用 eventLoop 線程的好處是還同時保證了線程安全，這里是一個小細節。
首先是將 IdleStateHandler 加入 pipeline 中。
客戶端：
bootstrap.handler(new ChannelInitializer<NioSocketChannel>() {
@Override
protected void initChannel(NioSocketChannel ch) throws Exception {
ch.pipeline().addLast("clientIdleHandler", new IdleStateHandler(60, 0, 0));
}
});服務端：
serverBootstrap.childHandler(new ChannelInitializer<NioSocketChannel>() {
@Override
protected void initChannel(NioSocketChannel ch) throws Exception {
ch.pipeline().addLast("serverIdleHandler",new IdleStateHandler(0, 0, 200));
}
}客戶端配置了 read 超時為 60s，服務端配置了 write/read 超時為 200s，先在此埋下兩個伏筆：
為什么客戶端和服務端配置的超時時間不一致？
為什么客戶端檢測的是讀超時，而服務端檢測的是讀寫超時？
對于空閑超時的處理邏輯，客戶端和服務端是不同的。首先來看客戶端
@Override
public void userEventTriggered(ChannelHandlerContext ctx, Object evt) throws Exception {
if (evt instanceof IdleStateEvent) {
// send heartbeat
sendHeartBeat();
} else {
super.userEventTriggered(ctx, evt);
}
}檢測到空閑超時之后，采取的行為是向服務端發送心跳包，具體是如何發送，以及處理響應的呢？偽代碼如下
public void sendHeartBeat() {
Invocation invocation = new Invocation();
invocation.setInvocationType(InvocationType.HEART_BEAT);
channel.writeAndFlush(invocation).addListener(new CallbackFuture() {
@Override
public void callback(Future future) {
RPCResult result = future.get();
//超時 或者 寫失敗
if (result.isError()) {
channel.addFailedHeartBeatTimes();
if (channel.getFailedHeartBeatTimes() >= channel.getMaxHeartBeatFailedTimes()) {
channel.reconnect();
}
} else {
channel.clearHeartBeatFailedTimes();
}
}
});
}行為并不復雜，構造一個心跳包發送到服務端，接受響應結果
響應成功，清空請求失敗標記
響應失敗，心跳失敗標記+1，如果超過配置的失敗次數，則重新連接
不僅僅是心跳，普通請求返回成功響應時也會清空標記
@Override
public void userEventTriggered(ChannelHandlerContext ctx, Object evt) throws Exception {
if (evt instanceof IdleStateEvent) {
channel.close();
} else {
super.userEventTriggered(ctx, evt);
}
}服務端處理空閑連接的方式非常簡單粗暴，直接關閉連接。
為什么客戶端和服務端配置的超時時間不一致？
因為客戶端有重試邏輯，不斷發送心跳失敗 n 次之后，才認為是連接斷開；而服務端是直接斷開，留給服務端時間得長一點。60 * 3 < 200 還說明了一個問題，雙方都擁有斷開連接的能力，但連接的創建是由客戶端主動發起的，那么客戶端也更有權利去主動斷開連接。
為什么客戶端檢測的是讀超時，而服務端檢測的是讀寫超時？
這其實是一個心跳的共識了，仔細思考一下，定時邏輯是由客戶端發起的，所以整個鏈路中不通的情況只有可能是：服務端接收，服務端發送，客戶端接收。也就是說，只有客戶端的 pong，服務端的 ping，pong 的檢測是有意義的。
主動追求別人的是你，主動說分手的也是你。
利用 IdleStateHandler 實現心跳機制可以說是十分優雅的，借助 Netty 提供的空閑檢測機制，利用客戶端維護單向心跳，在收到 3 次心跳失敗響應之后，客戶端斷開連接，交由異步線程重連，本質還是表現為客戶端重連。服務端在連接空閑較長時間后，主動斷開連接，以避免無謂的資源浪費。
私下請教過美團點評的長連接負責人：俞超（閃電俠），美點使用的心跳方案和 Dubbo 改進方案幾乎一致，可以該方案是標準實現了。
鑒于 Dubbo 存在一些其他通信層的實現，所以可以保留現有的定時發送心跳的邏輯。
建議改動點一：
雙向心跳的設計是不必要的，兼容現有的邏輯，可以讓客戶端在連接空閑時發送單向心跳，服務端定時檢測連接可用性。定時時間盡量保證：客戶端超時時間 * 3 ≈ 服務端超時時間
建議改動點二：
去除處理重連和斷連的定時任務，Dubbo 可以判斷心跳請求是否響應失敗，可以借鑒改進方案的設計，在連接級別維護一個心跳失敗次數的標記，任意響應成功，清除標記；連續心跳失敗 n 次，客戶端發起重連。這樣可以減少一個不必要的定時器，任何輪詢的方式，都是不優雅的。
最后再聊聊可擴展性這個話題。其實我是建議把定時器交給更加底層的 Netty 去做，也就是完全使用 IdleStateHandler ，其他通信層組件各自實現自己的空閑檢測邏輯，但是 Dubbo 中 mina，grizzy 的兼容問題囿住了我的拳腳，但試問一下，如今的 2019 年，又有多少人在使用 mina 和 grizzy？因為一些不太可能用的特性，而限制了主流用法的優化，這肯定不是什么好事。抽象，功能，可擴展性并不是越多越好，開源產品的人力資源是有限的，框架使用者的理解能力也是有限的，能解決大多數人問題的設計，才是好的設計。哎，mina、grizzy，學不動了。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
