Storm的消息确认ack机制原理详解

参考博客：https://www.cnblogs.com/Transkai/p/10909117.html加上个人理解

 消息不丢失机制ack

 ack是什么

ack 机制是storm整个技术体系中非常闪亮的一个创新点。

通过Ack机制，spout发送出去的每一条消息，都可以确定是被成功处理或失败处理， 从而可以让开发者采取动作。

比如在Meta中，成功被处理，即可更新偏移量，当失败时，重复发送数据。

因此，通过Ack机制，很容易做到保证所有数据均被处理，一条都不漏。

另外需要注意的，当spout触发fail动作时，不会自动重发失败的tuple，需要spout自己重新获取数据，手动重新再发送一次

ack机制即， spout发送的每一条消息，

l  在规定的时间内，spout收到Acker的ack响应，即认为该tuple 被后续bolt成功处理

l  在规定的时间内，没有收到Acker的ack响应tuple，就触发fail动作，即认为该tuple处理失败，

l  或者收到Acker发送的fail响应tuple，也认为失败，触发fail动作

另外Ack机制还常用于限流作用： 为了避免spout发送数据太快，而bolt处理太慢，常常设置pending数，当spout有等于或超过pending数的tuple没有收到ack或fail响应时，跳过执行nextTuple， 从而限制spout发送数据。

通过conf.put(Config.TOPOLOGY_MAX_SPOUT_PENDING, pending);设置spout pend数。

这个timeout时间可以通过Config.TOPOLOGY_MESSAGE_TIMEOUT_SECS来设定。Timeout的默认时长为30秒

 

如何使用Ack机制

spout 在发送数据的时候带上msgid

设置acker数至少大于0；Config.setNumAckers(conf, ackerParal);

在bolt中完成处理tuple时，执行OutputCollector.ack(tuple), 当失败处理时，执行OutputCollector.fail(tuple);

推荐使用IBasicBolt， 因为IBasicBolt 自动封装了OutputCollector.ack(tuple), 处理失败时，抛出FailedException，则自动执行OutputCollector.fail(tuple)

如何关闭Ack机制

有2种途径：

spout发送数据是不带上msgid

设置acker数等于0

 

基本实现

Storm 系统中有一组叫做"acker"的特殊的任务，它们负责跟踪DAG（有向无环图）中的每个消息。

acker任务保存了spout id到一对值的映射。第一个值就是spout的任务id，通过这个id，acker就知道消息处理完成时该通知哪个spout任务。第二个值是一个64bit的数字，我们称之为"ack val"， 它是树中所有消息的随机id的异或计算结果。

spout id到一对值的映射：<TaskId,<RootId,ackValue>>

它的意义为：TaskId,<Spout的任务id（即系统生成的随机id）,ackValue>

                      Task-0,64bit,0

ack val表示了整棵树的的状态，无论这棵树多大，只需要这个固定大小的数字就可以跟踪整棵树。当消息被创建和被应答的时候都会有相同的消息id发送过来做异或。 每当acker发现一棵树的ack val值为0的时候，它就知道这棵树已经被完全处理了。

 通过以下图示进行理解：

这张图的bolt1和bolt2表示第一个bolt类的两个并行度，0001是Taskid，0010和1011是消息的随机id，xor是异或运算，

0010 xor 1011 = 1001,所以如果当spout里的消息成功发送则此时的acker里面保存的spout id到一对值的映射应该是0001:1001，（具体的应该是这样：<0001,<Spout的任务id（即系统生成的随机id）,1001>>???不知道此处是否理解错误）

 

观察这张图，发现：spout里面的两个消息分别发送到第一个bolt类的两个并行度里（0010->bolt1，1011->bolt2），并且bolt1里面产生了新的消息（消息的随机id为0110）

如果bolt1里面的消息成功处理，那么有：0010 xor 0110 = 0100，acker里面应该有：1001 xor 0100 = 1101(1001是上一步acker里面保存的ack val)则此时保存如下内容：0001:1101（具体的应该是这样：<0001,<Spout的任务id（即系统生成的随机id）,1101>>???不知道此处是否理解错误）

bolt2里面产生了新的消息（消息的随机id为0111）

同理，如果bolt2里面的消息成功处理，那么有：1011 xor 0111 = 1100,acker里面应该有：1101 xor 1100 = 0001(1101是上一步acker里面保存的ack val)则此时保存如下内容：0001:0001（具体的应该是这样：<0001,<Spout的任务id（即系统生成的随机id）,0001>>???不知道此处是否理解错误）

bolt1和bolt2里面产生的新消息（消息随机id分别为0110和0111），产生的新消息继续向下发送处理，当bolt3里的消息处理成功，则有：0110 xor 0111 = 0001，最后acker里面有0001 xor 0001 = 0000具体的应该是这样：<0001,<Spout的任务id（即系统生成的随机id）,0000>>???不知道此处是否理解错误）

此时acker里的ack  val值为0了，那么它就知道这棵消息树已经被完全处理了。因为消息的随机ID是一个64bit的值，因此ack val在树处理完之前被置为0的概率非常小。假设你每秒发送一万个消息，从概率上说，至少需要50,000,000年才能会有机会发生一次错误。即使如此，也只有在这个消息确实处理失败的情况下才会有数据的丢失！

spout与bolt的其他开发方式

对于spout，有ISpout，IRichSpout，BaseRichSpout

对于bolt，有IBolt，IRichBolt，BaseRichBolt，IBasicBolt，BaseBasicBolt，IBasicBolt。BaseBasicBolt不用每次execute完成都写ack/fail，因为已经帮你实现好了。

坑在哪里？

1、BaseBasicBolt
ack方法有回调
2、BaseRichBolt
ack方法没有回调