A Distributed Task Distribution Framework Core
一个分布式任务分发框架核心包,一个内存型的MQ。将ws-task-core引入到自己的application,你就可以将自己的普通application转变成一个分布式任务分发application。ws-task-core主要提供了Leader节点自动选举,动态增删节点,task数据分发。提供了两种类型的任务,拉数据模式,推数据模式。数据分发支持轮询,随机,HASH。可配置leader是否参与任务处理,可配置节点是否参与leader选举(见下面示例)。
主要功能
提供了两种类型的任务,拉数据模式,推数据模式;
数据分发支持集群模式和广播模式;集群:每一条消息只分配到一个节点;广播:每一条消息分配到所有节点;
数据分发集群模式支持轮询,随机,HASH;
支持配置Leader是否参与任务处理;
支持配置Worker节点的数量;
支持spring-boot-starter方式,使用@EnableWsTask开启功能;
支持节点可视化,打开/task-ui.html即可查看任务分配节点状态;
示例
Maven: 在pom.xml中引入jar
org.ws.task
ws-task-spring-web-ui
0.2.0-SNAPSHOT
org.ws.task
ws-task-spring-starter
0.2.0-SNAPSHOT
JAVA:在XXXApplication.java内启动@EnableWsTask
// 开启功能
@EnableWsTask
@SpringBootApplication
public class ExampleApplication {
public static void main(String[] args) {
log.info("Example Application start");
SpringApplication.run(ExampleApplication.class, args);
}
}
YML:在application.yml中配置参数
# 最简配置
ws-task:
zookeeper:
namespace: @project.artifactId@
address: 127.0.0.1:2181
netty:
serverPort: 8258
connectTimeoutMillis: 3000
任务配置
// 拉数据任务配置示例
@Configuration
public class PullTaskConfig {
// 一个100万的uuid任务文件路径
@Value("${uuid-file-path}")
private String uuidFilePath;
// 配置拉数据任务
@Bean
public PullTask uuidPullTask() throws FileNotFoundException {
return TaskBuilder.builder("uuidPullTask")
.config()
.chunk(10)
.fetchTimeout(10_000)
.sendModel(SendModel.CLUSTERING)
.leaderProcess(false)
.pull()
.provider(uuidItemProvider())
.builder();
}
// Leader端任务数据提供者
@Bean
public ItemLeaderProvider uuidItemProvider() throws FileNotFoundException {
return new FileLineItemLeaderProvider(uuidFilePath);
}
}
// 推数据任务配置
@Slf4j
@Configuration
public class PushTaskConfig {
// 推数据任务
@Bean
public PushTask uuidPushTask() {
return TaskBuilder.builder("uuidPushTask")
.config()
.chunk(10)
.fetchTimeout(10_000)
.sendModel(SendModel.CLUSTERING)
.leaderProcess(false)
.push()
.processor(uuidItemProcessor())
.builder();
}
// worker节点任务处理器Bean
@Bean
public UuidItemProcessor uuidItemProcessor(){
return new UuidItemProcessor();
}
// worker节点任务处理器
public static class UuidItemProcessor implements ItemWorkerProcessor{
private AtomicInteger count = new AtomicInteger(0);
@Override
public void process(Collection> items) throws ItemProcessException {
if(CollectionUtils.isNotEmpty(items)){
int i = count.addAndGet(items.size());
if(i/100 % 10 == 0 || i >= 500000){
log.info("process count:{}",i);
}
}
}
public int getCount() {
return count.get();
}
}
}
// 在任意一个节点执行推送数据
public void push(){
Collection> items = fileLineItemProvider.getItems();
while (CollectionUtils.isNotEmpty(items)){
uuidPushTask.pushSync(items,3_000);
items = fileLineItemProvider.getItems();
}
}
分布式管理
采用集中式设计,集群始终仅存在一个leader,worker通过注册中心查询当前leader并发生心跳链接。使用事件驱动的处理方式,对于不同事件执行相应的操作,能够从各个不健康状态自动调整到健康状态。
启动过程
启动过程使用事件驱动,根据事件触发不同的启动操作,并能够对节点和通讯组件自己检测并调整到有效状态,事件类型和操作见下表:
事件
说明
触发场景
触发操作
BECOME_LEADER
成为Leader
本节点竞选为Leader后触发事件
启动server;更新本地Leader数据;
CHANGE_LEADER
变更Leader
监听到Leader节点数据发生变更时触发。
更新client端leader地址;更新本地Leade数据;检查节点状态;
REMOVE_LEADER
删除Leader
监听到Leader节点数据删除时触发。
更新client端leade地址为null;更新本地leader状态为GONE;
NOT_LEADER
不是Leader
本节点没有竞选到Leader触发。
更新client端leader地址;更新本地Leade数据;启动client客户端;
NOT_FOUND_LEADER
没有找到Leader
暂无
检查节点状态;
CHECK_LEADER
检查Leader
客户端创建链接Leader不是有效状态触发;客户端Channel建立连接连续10次超时触发;客户端连续10次无法建立有效Channel触发;
检查节点状态;
UPDATE_WORKER
更新Worker
zk启动后同步所有worker节点数据时触发;监听到worker节点下数据变更时触发;
更新本地节点数据;检查节点状态;
REMOVE_WORKER
删除Worker
监听到worker节点删除时触发(worker掉线或宕机);
删除本地节点数据;Leade节点执行任务resize;检查节点状态;
SERVER_STARTUP
服务端已启动
netty server启动完成后触发;
更新leader元数据port和状态为有效;更新本地leader数据;更新client端leader地址;启动client端;
CHANNEL_CONNECT
已连接
server端监听到有新channel建立时触发;
更新成功建立channel的worker本地数据和节点元数据port和状态为ACTIVE;
CHANNEL_CLOSE
已断开
server端监听到channel关闭或异常时触发;
更新已断开channel的worker本地数据和节点元数据状态为GONE;
CHANNEL_IDLE
已超时
server端监听到channel已超时触发;
更新已超时channel的worker本地数据和节点元数据状态为RECOVERING;
CLIENT_STARTUP
客户端已启动
client与server第一次成功建立channel时触发;
更新本worker节点元数据port和状态为ACTIVE;启动客户端心跳;
CLIENT_CHANNEL_CONNECT
客户端已连接
client与server建立channel变更时触发(重新建立channel时);
更新本worker节点元数据port和状态为ACTIVE;启动客户端心跳;检查节点状态;
CLIENT_CHANNEL_IDLE
客户端已超时
client监听到channel已超时触发;
更新本worker节点元数据port和状态为RECOVERING;启动客户端心跳;
UPDATE_TASK_CONFIG
更新任务配置
暂无
暂无
REMOVE_TASK_CONFIG
删除任务配置
暂无
暂无
一个启动过程的图
从日志中可以看到在启动过程中的Event。
竞选领导者
所有节点启动时都会去参与竞选领导者,当竞选成功更新领导者元数据状态为准备,并启动服务端,服务端启动完成后更新为就绪状态。所有的worker都监听领导者元数据,当元数据变更为就绪,作业节点启动客户端或新建与领导者的连接并保持心跳。当领导者掉线或宕机,会执行新的领导者选举,所有的节点更新状态为恢复。新的领导者选举成功后,启动服务端并更新为就绪状态,作业节点监听到变更后,建立新的链接,集群恢复健康。
新增节点
向注册中心注册节点元数据,所有的worker加入集群后自己维持与leader的心跳。leader监听节点元数据新增到管理列表,初期状态为准备,当启动客户端并与leader成功建立连接后更新为就绪状态。
移除节点
领导者监听到节点链接关闭,更新节点状态为丢失,若节点恢复再次建立连接,更新状态为有效。若节点掉线或有重启,通过监听到节点移除,移除本地节点元数据。若节点心跳超时,更新节点状态为恢复,同时节点客户端会检查心跳连接,若连接失效会清除当前连接并重新建立,并更新节点数据。服务端接收到连接后,更新节点状态。节点状态恢复健康。
远程通信
分成两端,服务端和客户端。当竞选成为领导者后会启动服务端等待连接。客户端启动后会保持与服务端的心跳以保证自己状态健康。
服务端和客户端都支持同步,异步,单向请求。
协议设计
请求和响应消息为请求消息和响应消息结构类型,通过类型标示是请求还是响应结构,在编解码时可通过标示位进行识别消息类型。消息主体类型根据不同的场景和请求分别为不同的协议结构,通过编码成二进制流进行传输,同时使用主体类型属性识别类型二进制流进行解码。
通信消息和编码设计为:
MessageEncoder
RequestMessage
Message字段
类型
说明
id
int
请求ID,响应ID与请求一一对应
action
int
请求Action,根据不同的Action执行不同的处理。
body
byte[]
请求的主体信息,将主体信息的对象编码成byte[]传输
bodyClass
Class
请求主体信息的类型,通过该类型对body进行解码
ResponseMessage
Message字段
类型
说明
id
int
直接复制请求ID,通过ID找到该请对应响应的处理。
status
int
响应状态
success
boolean
响应成功标示
message
String
响应成功或失败消息
body
byte[]
响应主体信息,将主体信息的对象编码成byte[]传输
bodyClass
Class
响应主体信息的类型,通过该类型对body进行解码
RequestAction说明
Action
Code
说明
PULL_TASK
0
Worker拉取任务请求,Leader使用PullItemProviderHandler处理。
PUSH_TASK
1
1.客户端推送数据到Leader,Leader使用PushItemLeaderHandler接收数据并执行分发推送;2.服务端推送数据到Worker,Worker使用PushItemWorkerHandler接收数据并执行。
SYNC_DATA
2
节点相互同步备份任务数据以防止数据丢失和容错(计划实现)。
META_DATA
3
节点相互同步备份元数据,与Zookeeper丢失连接仍可继续(计划实现)。
COMMIT_STATUS
4
Worker完后任务后提交任务请求,Leader使用CommitStatusHandler处理。
HEARTBEAT
5
Worker发送心跳请求,单向请求Leader无需处理。
RequestAction对应请求和相同Message的body结构说明
PULL_TASK
请求Body:PullItemRequest
字段
类型
说明
taskName
String
请求拉取数据的任务名称
size
Integer
拉取的数量
nodeId
String
请求的Worker节点id
timeMillis
Long
请求时间戳
响应Body:PullItemResponse
字段
类型
说明
taskName
String
响应数据任务名称
index
Integer
响应数据开始任务索引
items
Collection
响应的任务集合
任务项TaskItem结构说明
字段
类型
说明
id
long
任务唯一id,自动生成
status
TaskStatus
任务状态:READY,DISTRIBUTED,PROCESSING,SUCCESS,FAILURE,COMMIT_FAILURE
failedCount
int
失败次数
data
Object
任务业务数据
PUSH_TASK
请求Body:PushItemRequest
字段
类型
说明
taskName
String
推送的任务名称
items
Collection
推送的任务数据集合
响应Body:PushItemResponse
字段
类型
说明
itemIds
Collection
接收到的任务id集合
success
Boolean
是否成功
message
String
失败消息
COMMIT_STATUS
请求body:CommitRequest
字段
类型
说明
taskName
String
提交数据的任务名称
items
List
提交的任务列表
nodeId
String
请求的Worker节点id
响应Body:CommitResponse
字段
类型
说明
results
List
提交的处理结果
提交结果CommitResult结构说明
字段
类型
说明
itemId
Long
任务ID
success
Boolean
是否成功
message
String
失败消息
元数据说明
使用Zookeeper进行节点协同和元数据同步。元数据结构如下
/ws-task/{namespace}/leader-data节点数据
//leader-data节点存储的数据,解码后元数据示例(实际存储的为编码后的byte[])
{
"active":true,//是否有效
"address":"127.0.0.1:8258",//地址
"host":"127.0.0.1",//host
"id":"03e6135e-7550-4594-8e2c-fbb99b5d25a9",//节点ID
"leader":true,//是否为leader
"port":8258,//server绑定端口
"role":"LEADER",//角色
"status":"ACTIVE",//节点状态
"updateTime":1604232336496//更新时间
}
/ws-task/{namespace}/workers/node/{worker-1}节点数据
//{worker-1}节点存储的数据,解码后元数据示例(实际存储的为编码后的byte[])
{
"active":true,//是否有效
"address":"127.0.0.1:1251",//地址
"host":"127.0.0.1",//host
"id":"03e6135e-7550-4594-8e2c-fbb99b5d25a9",//节点ID
"leader":false,//是否为leader
"port":1251,//与server的通讯端口
"role":"WORKER",//角色
"status":"ACTIVE",//节点状态
"updateTime":1604232336627//更新时间
}
Example说明
ws-task-example-batch
model路径/ws-task-example/ws-task-example-batch
在SpringBatch中使用拉数据模式获取任务数据并进行处理。
若没有任务文件请执行test下的UUIDTest生成。
如何运行
启动本地zookeeper,端口为2181,可编辑application.yml中ws-task.zookeeper.address修改成指定的地址。
运行test目录下org.ws.task.example.batch.UUIDTest,其中FILE_MAX_LINE可以修改,最大不要超过5000万(1.9G),否则文件size会超出限制。
文件的生成和读取都是采用nio方式,可以随意生成或读取不超出文件size限制的任意大小文件。
启动
单节点启动:可以直接启动spring-boot:run,默认端口为8888
多节点启动
进入目录: cd ws-task-example/ws-task-example-batch;
执行mvn package,若执行clean可能会将测试文件删除导致打包错误;
进入ws-task-example-batch/bin,可以执行startNodeX.bat或startNodeX.sh,运行几个节点。
运行
若存在多个节点,执行Leader的run不会处理任务,执行worker的run会执行拉取并处理;
若多节点下,只执行一个worker则只会执行分配到该节点的任务,其他节点任务在leader的内存中,一直到其他节点执行拉取处理。
下图为执行一个100万的uuid数据拉取处理大约10s
采用一个Leader节点负责从文件中读取任务数据并分发,Leader不处理任务。两个worker节点处理分配的任务。
ws-task-example-mq
model路径/ws-task-example/ws-task-example-mq
在推数据模式下Leader获取任意节点推送的任务数据并负责分发推送到worker进行处理,类似一个内存型的MQ。
若没有任务文件请执行test下的UUIDTest生成。
如何运行
启动本地zookeeper,端口为2181,可编辑application.yml中ws-task.zookeeper.address修改成指定的地址。
运行test目录下org.ws.task.example.mq.UUIDTest,其中FILE_MAX_LINE可以修改,最大不要超过5000万(1.9G),否则文件size会超出限制。
文件的生成和读取都是采用nio方式,可以随意生成或读取不超出文件size限制的任意大小文件。
启动
单节点启动:可以直接启动spring-boot:run,默认端口为8888
多节点启动
进入目录: cd ws-task-example/ws-task-example-mq;
执行mvn package,若执行clean可能会将测试文件删除导致打包错误;
进入ws-task-example-mq/bin,可以执行startNodeX.bat或startNodeX.sh,运行几个节点。
运行
若存在多个节点,执行任意节点的run都会将任务推送到leader并分发推送到所有分配的worker节点执行任务处理;
下图为执行一个100万的uuid数据推数据处理大约10s
采用一个Leader节点负责从接收需要分发的数据并进行分发任务数据,Leader不处理任务。两个worker节点轮询分配任务。
PS:每一个任务数据在执行过程中只有提交成功才算是执行完成,若出现提交超时或其他错误,将再次分发重试,以确保任务执行成功。所以任务至少被执行一次,若执行失败为提交会多次重试,最多重试3次。