wehub-resource-sync
510 lines
24 KiB
Markdown
510 lines
24 KiB
Markdown
[English version](../en/combo_channel.md)
|
||
|
||
随着服务规模的增大，对下游的访问流程会越来越复杂，其中往往包含多个同时发起的RPC或有复杂的层次结构。但这类代码的多线程陷阱很多，用户可能写出了bug也不自知，复现和调试也比较困难。而且实现要么只能支持同步的情况，要么得为异步重写一套。以"在多个异步RPC完成后运行一些代码"为例，它的同步实现一般是异步地发起多个RPC，然后逐个等待各自完成；它的异步实现一般是用一个带计数器的回调，每当一个RPC完成时计数器减一，直到0时调用回调。可以看到它的缺点：
|
||
|
||
- 同步和异步代码不一致。用户无法轻易地从一个模式转为另一种模式。从设计的角度，不一致暗示了没有抓住本质。
|
||
- 往往不能被取消。正确及时地取消一个操作不是一件易事，何况是组合访问。但取消对于终结无意义的等待是很必要的。
|
||
- 不能继续组合。比如你很难把一个上述实现变成“更大"的访问模式的一部分。换个场景还得重写一套。
|
||
|
||
我们需要更好的抽象。如果我们能以不同的方式把一些Channel组合为更大的Channel，并把不同的访问模式置入其中，那么用户可以便用统一接口完成同步、异步、取消等操作。这种channel在brpc中被称为组合channel。
|
||
|
||
# ParallelChannel
|
||
|
||
ParallelChannel (有时被称为“pchan”)同时访问其包含的sub channel，并合并它们的结果。用户可通过CallMapper修改请求，通过ResponseMerger合并结果。ParallelChannel看起来就像是一个Channel：
|
||
|
||
- 支持同步和异步访问。
|
||
- 发起异步操作后可以立刻删除。
|
||
- 可以取消。
|
||
- 支持超时。
|
||
|
||
示例代码见[example/parallel_echo_c++](https://github.com/apache/brpc/tree/master/example/parallel_echo_c++/)。
|
||
|
||
任何brpc::ChannelBase的子类都可以加入ParallelChannel，包括ParallelChannel和其他组合Channel。
|
||
|
||
用户可以设置ParallelChannelOptions.fail_limit来控制访问的最大失败次数，当失败的访问达到这个数目时，RPC会立刻结束而不等待超时。
|
||
|
||
用户可以设置ParallelChannelOptions.success_limit来控制访问的最大成功次数，当成功的访问达到这个数目时，RPC会立刻结束。ParallelChannelOptions.fail_limit的优先级高于ParallelChannelOptions.success_limit，只有未设置fail_limit时，success_limit才会生效。
|
||
|
||
一个sub channel可多次加入同一个ParallelChannel。当你需要对同一个服务发起多次异步访问并等待它们完成的话，这很有用。
|
||
|
||
ParallelChannel的内部结构大致如下：
|
||
|
||
|
||
|
||
## 插入sub channel
|
||
|
||
可通过如下接口把sub channel插入ParallelChannel：
|
||
|
||
```c++
|
||
int AddChannel(brpc::ChannelBase* sub_channel,
|
||
ChannelOwnership ownership,
|
||
CallMapper* call_mapper,
|
||
ResponseMerger* response_merger);
|
||
```
|
||
|
||
当ownership为brpc::OWNS_CHANNEL时，sub_channel会在ParallelChannel析构时被删除。一个sub channel可能会多次加入一个ParallelChannel，如果其中一个指明了ownership为brpc::OWNS_CHANNEL，那个sub channel会在ParallelChannel析构时被最多删除一次。
|
||
|
||
访问ParallelChannel时调用AddChannel是**线程不安全**的。
|
||
|
||
## CallMapper
|
||
|
||
用于把对ParallelChannel的调用转化为对sub channel的调用。如果call_mapper是NULL，sub channel的请求就是ParallelChannel的请求，而response则New()自ParallelChannel的response。如果call_mapper不为NULL，则会在ParallelChannel析构时被删除。call_mapper内含引用计数，一个call_mapper可与多个sub channel关联。
|
||
|
||
```c++
|
||
class CallMapper {
|
||
public:
|
||
virtual ~CallMapper();
|
||
|
||
virtual SubCall Map(int channel_index/*starting from 0*/,
|
||
int channel_count,
|
||
const google::protobuf::MethodDescriptor* method,
|
||
const google::protobuf::Message* request,
|
||
google::protobuf::Message* response) = 0;
|
||
|
||
virtual void MapController(int channel_index/*starting from 0*/, int channel_count,
|
||
const Controller* main_cntl, Controller* sub_cntl);
|
||
};
|
||
```
|
||
### Map
|
||
|
||
channel_index：该sub channel在ParallelChannel中的位置，从0开始计数。
|
||
|
||
channel_count：ParallelChannel中sub channel的数量。
|
||
|
||
method/request/response：ParallelChannel.CallMethod()的参数。
|
||
|
||
返回的SubCall被用于访问对应sub channel，SubCall有两个特殊值：
|
||
|
||
- 返回SubCall::Bad()则对ParallelChannel的该次访问立刻失败，Controller.ErrorCode()为EREQUEST。
|
||
- 返回SubCall::Skip()则跳过对该sub channel的访问，如果所有的sub channel都被跳过了，该次访问立刻失败，Controller.ErrorCode()为ECANCELED。
|
||
|
||
常见的Map()实现有：
|
||
|
||
- 广播request。这也是call_mapper为NULL时的行为：
|
||
```c++
|
||
class Broadcaster : public CallMapper {
|
||
public:
|
||
SubCall Map(int channel_index/*starting from 0*/,
|
||
const google::protobuf::MethodDescriptor* method,
|
||
const google::protobuf::Message* request,
|
||
google::protobuf::Message* response) {
|
||
// method/request和pchan保持一致.
|
||
// response是new出来的，最后的flag告诉pchan在RPC结束后删除Response。
|
||
return SubCall(method, request, response->New(), DELETE_RESPONSE);
|
||
}
|
||
};
|
||
```
|
||
- 修改request中的字段后再发。
|
||
```c++
|
||
class ModifyRequest : public CallMapper {
|
||
public:
|
||
SubCall Map(int channel_index/*starting from 0*/,
|
||
const google::protobuf::MethodDescriptor* method,
|
||
const google::protobuf::Message* request,
|
||
google::protobuf::Message* response) {
|
||
FooRequest* copied_req = brpc::Clone<FooRequest>(request);
|
||
copied_req->set_xxx(...);
|
||
// 拷贝并修改request，最后的flag告诉pchan在RPC结束后删除Request和Response。
|
||
return SubCall(method, copied_req, response->New(), DELETE_REQUEST | DELETE_RESPONSE);
|
||
}
|
||
};
|
||
```
|
||
- request和response已经包含了sub request/response，直接取出来。
|
||
```c++
|
||
class UseFieldAsSubRequest : public CallMapper {
|
||
public:
|
||
SubCall Map(int channel_index/*starting from 0*/,
|
||
const google::protobuf::MethodDescriptor* method,
|
||
const google::protobuf::Message* request,
|
||
google::protobuf::Message* response) {
|
||
if (channel_index >= request->sub_request_size()) {
|
||
// sub_request不够，说明外面准备数据的地方和pchan中sub channel的个数不符.
|
||
// 返回Bad()让该次访问立刻失败
|
||
return SubCall::Bad();
|
||
}
|
||
// 取出对应的sub request，增加一个sub response，最后的flag为0告诉pchan什么都不用删
|
||
return SubCall(sub_method, request->sub_request(channel_index), response->add_sub_response(), 0);
|
||
}
|
||
};
|
||
```
|
||
|
||
### MapController
|
||
|
||
channel_index：该sub channel在ParallelChannel中的位置，从0开始计数。
|
||
|
||
channel_count：ParallelChannel中sub channel的数量。
|
||
|
||
main_cntl：ParallelChannel.CallMethod()的参数。
|
||
|
||
sub_cntl：sub channel的请求对应的controller。默认实现：拷贝main_cntl的http_request和request_attachment到sub_cntl中。
|
||
|
||
注意：修改ClientSettings相关配置（如超时、重试等）是无效的，因为所有sub_cntl都是使用main_cntl的ClientSettings配置。
|
||
|
||
## ResponseMerger
|
||
|
||
response_merger把sub channel的response合并入总的response，其为NULL时，则使用response->MergeFrom(*sub_response)，MergeFrom的行为可概括为“除了合并repeated字段，其余都是覆盖”。如果你需要更复杂的行为，则需实现ResponseMerger。response_merger是一个个执行的，所以你并不需要考虑多个Merge同时运行的情况。response_merger在ParallelChannel析构时被删除。response_merger内含引用计数，一个response_merger可与多个sub channel关联。
|
||
|
||
Result的取值有：
|
||
- MERGED: 成功合并。
|
||
- FAIL: sub_response没有合并成功，会被记作一次失败。比如有10个sub channels且fail_limit为4，只要有4个合并结果返回了FAIL，这次RPC就会达到fail_limit并立刻结束。
|
||
- FAIL_ALL: 使本次RPC直接结束。
|
||
|
||
|
||
## 获得访问sub channel时的controller
|
||
|
||
有时访问者需要了解访问sub channel时的细节，通过Controller.sub(i)可获得访问sub channel的controller.
|
||
|
||
```c++
|
||
// Get the controllers for accessing sub channels in combo channels.
|
||
// Ordinary channel:
|
||
// sub_count() is 0 and sub() is always NULL.
|
||
// ParallelChannel/PartitionChannel:
|
||
// sub_count() is #sub-channels and sub(i) is the controller for
|
||
// accessing i-th sub channel inside ParallelChannel, if i is outside
|
||
// [0, sub_count() - 1], sub(i) is NULL.
|
||
// NOTE: You must test sub() against NULL, ALWAYS. Even if i is inside
|
||
// range, sub(i) can still be NULL:
|
||
// * the rpc call may fail and terminate before accessing the sub channel
|
||
// * the sub channel was skipped
|
||
// SelectiveChannel/DynamicPartitionChannel:
|
||
// sub_count() is always 1 and sub(0) is the controller of successful
|
||
// or last call to sub channels.
|
||
int sub_count() const;
|
||
const Controller* sub(int index) const;
|
||
```
|
||
|
||
# SelectiveChannel
|
||
|
||
[SelectiveChannel](https://github.com/apache/brpc/blob/master/src/brpc/selective_channel.h) (有时被称为“schan”)按负载均衡算法访问其包含的Channel，相比普通Channel它更加高层：把流量分给sub channel，而不是具体的Server。SelectiveChannel主要用来支持机器组之间的负载均衡，它具备Channel的主要属性：
|
||
|
||
- 支持同步和异步访问。
|
||
- 发起异步操作后可以立刻删除。
|
||
- 可以取消。
|
||
- 支持超时。
|
||
|
||
示例代码见[example/selective_echo_c++](https://github.com/apache/brpc/tree/master/example/selective_echo_c++/)。
|
||
|
||
任何brpc::ChannelBase的子类都可加入SelectiveChannel，包括SelectiveChannel和其他组合Channel。
|
||
|
||
SelectiveChannel的重试独立于其中的sub channel，当SelectiveChannel访问某个sub channel失败后（本身可能重试），它会重试另外一个sub channel。
|
||
|
||
目前SelectiveChannel要求**request必须在RPC结束前有效**，其他channel没有这个要求。如果你使用SelectiveChannel发起异步操作，确保request在done中才被删除。
|
||
|
||
## 使用SelectiveChannel
|
||
|
||
SelectiveChannel的初始化和普通Channel基本一样，但Init不需要指定命名服务，因为SelectiveChannel通过AddChannel动态添加sub channel，而普通Channel通过命名服务动态管理server。
|
||
|
||
```c++
|
||
#include <brpc/selective_channel.h>
|
||
...
|
||
brpc::SelectiveChannel schan;
|
||
brpc::ChannelOptions schan_options;
|
||
schan_options.timeout_ms = ...;
|
||
schan_options.backup_request_ms = ...;
|
||
schan_options.max_retry = ...;
|
||
if (schan.Init(load_balancer, &schan_options) != 0) {
|
||
LOG(ERROR) << "Fail to init SelectiveChannel";
|
||
return -1;
|
||
}
|
||
```
|
||
|
||
初始化完毕后通过AddChannel加入sub channel。
|
||
|
||
```c++
|
||
if (schan.AddChannel(sub_channel, NULL/*ChannelHandle*/) != 0) { // 第二个参数ChannelHandle用于删除sub channel，不用删除可填NULL
|
||
LOG(ERROR) << "Fail to add sub_channel";
|
||
return -1;
|
||
}
|
||
```
|
||
|
||
注意：
|
||
|
||
- 和ParallelChannel不同，SelectiveChannel的AddChannel可在任意时刻调用，即使该SelectiveChannel正在被访问（下一次访问时生效）
|
||
- SelectiveChannel总是own sub channel，这和ParallelChannel可选择ownership是不同的。
|
||
- 如果AddChannel第二个参数不为空，会填入一个类型为brpc::SelectiveChannel::ChannelHandle的值，这个handle可作为RemoveAndDestroyChannel的参数来动态删除一个channel。
|
||
- SelectiveChannel会用自身的超时覆盖sub channel初始化时指定的超时。比如某个sub channel的超时为100ms，SelectiveChannel的超时为500ms，实际访问时的超时是500ms。
|
||
|
||
访问SelectiveChannel的方式和普通Channel是一样的。
|
||
|
||
## 例子: 往多个命名服务分流
|
||
|
||
一些场景中我们需要向多个命名服务下的机器分流，原因可能有：
|
||
|
||
- 完成同一个检索功能的机器被挂载到了不同的命名服务下。
|
||
- 机器被拆成了多个组，流量先分流给一个组，再分流到组内机器。组间的分流方式和组内有所不同。
|
||
|
||
这都可以通过SelectiveChannel完成。
|
||
|
||
下面的代码创建了一个SelectiveChannel，并插入三个访问不同bns的普通Channel。
|
||
|
||
```c++
|
||
brpc::SelectiveChannel channel;
|
||
brpc::ChannelOptions schan_options;
|
||
schan_options.timeout_ms = FLAGS_timeout_ms;
|
||
schan_options.max_retry = FLAGS_max_retry;
|
||
if (channel.Init("c_murmurhash", &schan_options) != 0) {
|
||
LOG(ERROR) << "Fail to init SelectiveChannel";
|
||
return -1;
|
||
}
|
||
|
||
for (int i = 0; i < 3; ++i) {
|
||
brpc::Channel* sub_channel = new brpc::Channel;
|
||
if (sub_channel->Init(ns_node_name[i], "rr", NULL) != 0) {
|
||
LOG(ERROR) << "Fail to init sub channel " << i;
|
||
return -1;
|
||
}
|
||
if (channel.AddChannel(sub_channel, NULL/*handle for removal*/) != 0) {
|
||
LOG(ERROR) << "Fail to add sub_channel to channel";
|
||
return -1;
|
||
}
|
||
}
|
||
...
|
||
XXXService_Stub stub(&channel);
|
||
stub.FooMethod(&cntl, &request, &response, NULL);
|
||
...
|
||
```
|
||
|
||
# PartitionChannel
|
||
|
||
[PartitionChannel](https://github.com/apache/brpc/blob/master/src/brpc/partition_channel.h)是特殊的ParallelChannel，它会根据命名服务中的tag自动建立对应分库的sub channel。这样用户就可以把所有的分库机器挂在一个命名服务内，通过tag来指定哪台机器对应哪个分库。示例代码见[example/partition_echo_c++](https://github.com/apache/brpc/tree/master/example/partition_echo_c++/)。
|
||
|
||
ParititonChannel只能处理一种分库方法，当用户需要多种分库方法共存，或从一个分库方法平滑地切换为另一种分库方法时，可以使用DynamicPartitionChannel，它会根据不同的分库方式动态地建立对应的sub PartitionChannel，并根据容量把请求分配给不同的分库。示例代码见[example/dynamic_partition_echo_c++](https://github.com/apache/brpc/tree/master/example/dynamic_partition_echo_c++/)。
|
||
|
||
如果分库在不同的命名服务内，那么用户得自行用ParallelChannel组装，即每个sub channel对应一个分库（使用不同的命名服务）。ParellelChannel的使用方法见[上面](#ParallelChannel)。
|
||
|
||
## 使用PartitionChannel
|
||
|
||
首先定制PartitionParser。这个例子中tag的形式是N/M，N代表分库的index，M是分库的个数。比如0/3代表一共3个分库，这是第一个。
|
||
|
||
```c++
|
||
#include <brpc/partition_channel.h>
|
||
...
|
||
class MyPartitionParser : public brpc::PartitionParser {
|
||
public:
|
||
bool ParseFromTag(const std::string& tag, brpc::Partition* out) {
|
||
// "N/M" : #N partition of M partitions.
|
||
size_t pos = tag.find_first_of('/');
|
||
if (pos == std::string::npos) {
|
||
LOG(ERROR) << "Invalid tag=" << tag;
|
||
return false;
|
||
}
|
||
char* endptr = NULL;
|
||
out->index = strtol(tag.c_str(), &endptr, 10);
|
||
if (endptr != tag.data() + pos) {
|
||
LOG(ERROR) << "Invalid index=" << butil::StringPiece(tag.data(), pos);
|
||
return false;
|
||
}
|
||
out->num_partition_kinds = strtol(tag.c_str() + pos + 1, &endptr, 10);
|
||
if (endptr != tag.c_str() + tag.size()) {
|
||
LOG(ERROR) << "Invalid num=" << tag.data() + pos + 1;
|
||
return false;
|
||
}
|
||
return true;
|
||
}
|
||
};
|
||
```
|
||
|
||
然后初始化PartitionChannel。
|
||
|
||
```c++
|
||
#include <brpc/partition_channel.h>
|
||
...
|
||
brpc::PartitionChannel channel;
|
||
|
||
brpc::PartitionChannelOptions options;
|
||
options.protocol = ...; // PartitionChannelOptions继承了ChannelOptions，后者有的前者也有
|
||
options.timeout_ms = ...; // 同上
|
||
options.fail_limit = 1; // PartitionChannel自己的选项，意思同ParalellChannel中的fail_limit。这里为1的意思是只要有1个分库访问失败，这次RPC就失败了。
|
||
|
||
if (channel.Init(num_partition_kinds, new MyPartitionParser(),
|
||
server_address, load_balancer, &options) != 0) {
|
||
LOG(ERROR) << "Fail to init PartitionChannel";
|
||
return -1;
|
||
}
|
||
// 访问方法和普通Channel是一样的
|
||
```
|
||
|
||
## 使用DynamicPartitionChannel
|
||
|
||
DynamicPartitionChannel的使用方法和PartitionChannel基本上是一样的，先定制PartitionParser再初始化，但Init时不需要num_partition_kinds，因为DynamicPartitionChannel会为不同的分库方法动态建立不同的sub PartitionChannel。
|
||
|
||
下面演示一下使用DynamicPartitionChannel平滑地从3库变成4库。
|
||
|
||
首先分别在8004, 8005, 8006端口启动三个server。
|
||
|
||
```
|
||
$ ./echo_server -server_num 3
|
||
TRACE: 09-06 10:40:39: * 0 server.cpp:159] EchoServer is serving on port=8004
|
||
TRACE: 09-06 10:40:39: * 0 server.cpp:159] EchoServer is serving on port=8005
|
||
TRACE: 09-06 10:40:39: * 0 server.cpp:159] EchoServer is serving on port=8006
|
||
TRACE: 09-06 10:40:40: * 0 server.cpp:192] S[0]=0 S[1]=0 S[2]=0 [total=0]
|
||
TRACE: 09-06 10:40:41: * 0 server.cpp:192] S[0]=0 S[1]=0 S[2]=0 [total=0]
|
||
TRACE: 09-06 10:40:42: * 0 server.cpp:192] S[0]=0 S[1]=0 S[2]=0 [total=0]
|
||
```
|
||
|
||
启动后每个Server每秒会打印上一秒收到的流量，目前都是0。
|
||
|
||
在本地启动使用DynamicPartitionChannel的Client，初始化代码如下：
|
||
|
||
```c++
|
||
...
|
||
brpc::DynamicPartitionChannel channel;
|
||
brpc::PartitionChannelOptions options;
|
||
// 访问任何分库失败都认为RPC失败。调大这个数值可以使访问更宽松，比如等于2的话表示至少两个分库失败才算失败。
|
||
options.fail_limit = 1;
|
||
if (channel.Init(new MyPartitionParser(), "file://server_list", "rr", &options) != 0) {
|
||
LOG(ERROR) << "Fail to init channel";
|
||
return -1;
|
||
}
|
||
...
|
||
```
|
||
|
||
命名服务"file://server_list"的内容是：
|
||
```
|
||
0.0.0.0:8004 0/3 # 表示3分库中的第一个分库，其他依次类推
|
||
0.0.0.0:8004 1/3
|
||
0.0.0.0:8004 2/3
|
||
```
|
||
|
||
3分库方案的3个库都在8004端口对应的server上。启动Client后Client发现了8004，并向其发送流量。
|
||
|
||
```
|
||
$ ./echo_client
|
||
TRACE: 09-06 10:51:10: * 0 src/brpc/policy/file_naming_service.cpp:83] Got 3 unique addresses from `server_list'
|
||
TRACE: 09-06 10:51:10: * 0 src/brpc/socket.cpp:779] Connected to 0.0.0.0:8004 via fd=3 SocketId=0 self_port=46544
|
||
TRACE: 09-06 10:51:11: * 0 client.cpp:226] Sending EchoRequest at qps=132472 latency=371
|
||
TRACE: 09-06 10:51:12: * 0 client.cpp:226] Sending EchoRequest at qps=132658 latency=370
|
||
TRACE: 09-06 10:51:13: * 0 client.cpp:226] Sending EchoRequest at qps=133208 latency=369
|
||
```
|
||
|
||
同时Server端收到了3倍的流量：因为访问一次Client端要访问三次8004，分别对应每个分库。
|
||
|
||
```
|
||
TRACE: 09-06 10:51:11: * 0 server.cpp:192] S[0]=398866 S[1]=0 S[2]=0 [total=398866]
|
||
TRACE: 09-06 10:51:12: * 0 server.cpp:192] S[0]=398117 S[1]=0 S[2]=0 [total=398117]
|
||
TRACE: 09-06 10:51:13: * 0 server.cpp:192] S[0]=398873 S[1]=0 S[2]=0 [total=398873]
|
||
```
|
||
|
||
开始修改分库，在server_list中加入4分库的8005：
|
||
|
||
```
|
||
0.0.0.0:8004 0/3
|
||
0.0.0.0:8004 1/3
|
||
0.0.0.0:8004 2/3
|
||
|
||
0.0.0.0:8005 0/4
|
||
0.0.0.0:8005 1/4
|
||
0.0.0.0:8005 2/4
|
||
0.0.0.0:8005 3/4
|
||
```
|
||
|
||
观察Client和Server的输出变化。Client端发现了server_list的变化并重新载入，但qps并没有什么变化。
|
||
|
||
```
|
||
TRACE: 09-06 10:57:10: * 0 src/brpc/policy/file_naming_service.cpp:83] Got 7 unique addresses from `server_list'
|
||
TRACE: 09-06 10:57:10: * 0 src/brpc/socket.cpp:779] Connected to 0.0.0.0:8005 via fd=7 SocketId=768 self_port=39171
|
||
TRACE: 09-06 10:57:11: * 0 client.cpp:226] Sending EchoRequest at qps=135346 latency=363
|
||
TRACE: 09-06 10:57:12: * 0 client.cpp:226] Sending EchoRequest at qps=134201 latency=366
|
||
TRACE: 09-06 10:57:13: * 0 client.cpp:226] Sending EchoRequest at qps=137627 latency=356
|
||
TRACE: 09-06 10:57:14: * 0 client.cpp:226] Sending EchoRequest at qps=136775 latency=359
|
||
TRACE: 09-06 10:57:15: * 0 client.cpp:226] Sending EchoRequest at qps=139043 latency=353
|
||
```
|
||
|
||
server端的变化比较大。8005收到了流量，并且和8004的流量比例关系约为4:3。
|
||
|
||
```
|
||
TRACE: 09-06 10:57:09: * 0 server.cpp:192] S[0]=398597 S[1]=0 S[2]=0 [total=398597]
|
||
TRACE: 09-06 10:57:10: * 0 server.cpp:192] S[0]=392839 S[1]=0 S[2]=0 [total=392839]
|
||
TRACE: 09-06 10:57:11: * 0 server.cpp:192] S[0]=334704 S[1]=83219 S[2]=0 [total=417923]
|
||
TRACE: 09-06 10:57:12: * 0 server.cpp:192] S[0]=206215 S[1]=273873 S[2]=0 [total=480088]
|
||
TRACE: 09-06 10:57:13: * 0 server.cpp:192] S[0]=204520 S[1]=270483 S[2]=0 [total=475003]
|
||
TRACE: 09-06 10:57:14: * 0 server.cpp:192] S[0]=207055 S[1]=273725 S[2]=0 [total=480780]
|
||
TRACE: 09-06 10:57:15: * 0 server.cpp:192] S[0]=208453 S[1]=276803 S[2]=0 [total=485256]
|
||
```
|
||
|
||
一次RPC要访问三次8004或四次8005，8004和8005流量比是3:4，说明Client以1:1的比例访问了3分库和4分库。这个比例关系取决于其容量。容量的计算是递归的：
|
||
|
||
- 普通Channel的容量等于它其中所有server的容量之和。如果命名服务没有配置权值，单个server的容量为1。
|
||
- ParallelChannel或PartitionChannel的容量等于它其中Sub Channel容量的最小值。
|
||
- SelectiveChannel的容量等于它其中Sub Channel的容量之和。
|
||
- DynamicPartitionChannel的容量等于它其中Sub PartitionChannel的容量之和。
|
||
|
||
在这儿的场景中，3分库和4分库的容量都是1，因为所有的3库都在8004一台server上，所有的4库都在8005一台server上。
|
||
|
||
在4分库方案加入加入8006端口的server:
|
||
|
||
```
|
||
0.0.0.0:8004 0/3
|
||
0.0.0.0:8004 1/3
|
||
0.0.0.0:8004 2/3
|
||
|
||
0.0.0.0:8005 0/4
|
||
0.0.0.0:8005 1/4
|
||
0.0.0.0:8005 2/4
|
||
0.0.0.0:8005 3/4
|
||
|
||
0.0.0.0:8006 0/4
|
||
0.0.0.0:8006 1/4
|
||
0.0.0.0:8006 2/4
|
||
0.0.0.0:8006 3/4
|
||
```
|
||
|
||
Client的变化仍旧不大：
|
||
|
||
```
|
||
TRACE: 09-06 11:11:51: * 0 src/brpc/policy/file_naming_service.cpp:83] Got 11 unique addresses from `server_list'
|
||
TRACE: 09-06 11:11:51: * 0 src/brpc/socket.cpp:779] Connected to 0.0.0.0:8006 via fd=8 SocketId=1280 self_port=40759
|
||
TRACE: 09-06 11:11:51: * 0 client.cpp:226] Sending EchoRequest at qps=131799 latency=372
|
||
TRACE: 09-06 11:11:52: * 0 client.cpp:226] Sending EchoRequest at qps=136217 latency=361
|
||
TRACE: 09-06 11:11:53: * 0 client.cpp:226] Sending EchoRequest at qps=133531 latency=368
|
||
TRACE: 09-06 11:11:54: * 0 client.cpp:226] Sending EchoRequest at qps=136072 latency=361
|
||
```
|
||
|
||
Server端可以看到8006收到了流量。三台server的流量比例约为3:4:4。这是因为3分库的容量仍为1，而4分库由于8006的加入变成了2。3分库和4分库的流量比例是3:8。4分库中的每个分库在8005和8006上都有实例，同一个分库的不同实例使用round robin分流，所以8005和8006平摊了流量。最后的效果就是3:4:4。
|
||
|
||
```
|
||
TRACE: 09-06 11:11:51: * 0 server.cpp:192] S[0]=199625 S[1]=263226 S[2]=0 [total=462851]
|
||
TRACE: 09-06 11:11:52: * 0 server.cpp:192] S[0]=143248 S[1]=190717 S[2]=159756 [total=493721]
|
||
TRACE: 09-06 11:11:53: * 0 server.cpp:192] S[0]=133003 S[1]=178328 S[2]=178325 [total=489656]
|
||
TRACE: 09-06 11:11:54: * 0 server.cpp:192] S[0]=135534 S[1]=180386 S[2]=180333 [total=496253]
|
||
```
|
||
|
||
尝试去掉3分库中的一个分库: (你可以在file://server_list中使用#注释一行)
|
||
|
||
```
|
||
0.0.0.0:8004 0/3
|
||
0.0.0.0:8004 1/3
|
||
#0.0.0.0:8004 2/3
|
||
|
||
0.0.0.0:8005 0/4
|
||
0.0.0.0:8005 1/4
|
||
0.0.0.0:8005 2/4
|
||
0.0.0.0:8005 3/4
|
||
|
||
0.0.0.0:8006 0/4
|
||
0.0.0.0:8006 1/4
|
||
0.0.0.0:8006 2/4
|
||
0.0.0.0:8006 3/4
|
||
```
|
||
|
||
Client端发现了这点。
|
||
|
||
```
|
||
TRACE: 09-06 11:17:47: * 0 src/brpc/policy/file_naming_service.cpp:83] Got 10 unique addresses from `server_list'
|
||
TRACE: 09-06 11:17:47: * 0 client.cpp:226] Sending EchoRequest at qps=131653 latency=373
|
||
TRACE: 09-06 11:17:48: * 0 client.cpp:226] Sending EchoRequest at qps=120560 latency=407
|
||
TRACE: 09-06 11:17:49: * 0 client.cpp:226] Sending EchoRequest at qps=124100 latency=395
|
||
TRACE: 09-06 11:17:50: * 0 client.cpp:226] Sending EchoRequest at qps=123743 latency=397
|
||
```
|
||
|
||
Server端更明显，8004很快没有了流量。这是因为去掉的分库已经是3分库中最后的2/3分库，去掉后3分库的容量变为了0，导致8004分不到任何流量了。
|
||
|
||
```
|
||
TRACE: 09-06 11:17:47: * 0 server.cpp:192] S[0]=130864 S[1]=174499 S[2]=174548 [total=479911]
|
||
TRACE: 09-06 11:17:48: * 0 server.cpp:192] S[0]=20063 S[1]=230027 S[2]=230098 [total=480188]
|
||
TRACE: 09-06 11:17:49: * 0 server.cpp:192] S[0]=0 S[1]=245961 S[2]=245888 [total=491849]
|
||
TRACE: 09-06 11:17:50: * 0 server.cpp:192] S[0]=0 S[1]=250198 S[2]=250150 [total=500348]
|
||
```
|
||
|
||
在真实的线上环境中，我们会逐渐地增加4分库的server，同时下掉3分库中的server。DynamicParititonChannel会按照每种分库方式的容量动态切分流量。当某个时刻3分库的容量变为0时，我们便平滑地把Server从3分库变为了4分库，同时并没有修改Client的代码。
|