【mq】从零开始实现 mq-05-实现优雅停机
2022/5/5 23:20:45
本文主要是介绍【mq】从零开始实现 mq-05-实现优雅停机,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
前景回顾
【mq】从零开始实现 mq-01-生产者、消费者启动
【mq】从零开始实现 mq-02-如何实现生产者调用消费者?
【mq】从零开始实现 mq-03-引入 broker 中间人
【mq】从零开始实现 mq-04-启动检测与实现优化
【mq】从零开始实现 mq-05-实现优雅停机
为什么需要优雅关闭?
我记得多年前,那个时候 rpc 框架主流用的还是 dubbo,每次都是半夜还是上线,上线上完基本都是凌晨 2-3 点。
为什么要半夜上线呢?
因为这个时候一般业务流量最低。
还有就是上线发布,每次都要人工等待一段几分钟。
因为 rpc 调用入口已经关闭了,但是本身可能还没有处理完。
那么有没有方法可以让服务的关闭更加优雅,而不是人工等待呢?
实现思路
人工等待几分钟的方式一般可以解决问题,但是大部分情况是无用功,还比较浪费时间。
比较自然的一种方式是引入钩子函数。
当应用准备关闭时,首先判断是否存在处理中的请求,不存在则直接关闭;存在,则等待请求完成再关闭。
实现
生产者和消费者是类似的,我们以生产者为例。
启动实现的调整
@Override public synchronized void run() { this.paramCheck(); // 启动服务端 log.info("MQ 生产者开始启动客户端 GROUP: {} brokerAddress: {}", groupName, brokerAddress); try { //0. 配置信息 ProducerBrokerConfig config = ProducerBrokerConfig.newInstance() .groupName(groupName) .brokerAddress(brokerAddress) .check(check) .respTimeoutMills(respTimeoutMills) .invokeService(invokeService) .statusManager(statusManager); //1. 初始化 this.producerBrokerService.initChannelFutureList(config); //2. 连接到服务端 this.producerBrokerService.registerToBroker(); //3. 标识为可用 statusManager.status(true); //4. 添加钩子函数 final DefaultShutdownHook rpcShutdownHook = new DefaultShutdownHook(); rpcShutdownHook.setStatusManager(statusManager); rpcShutdownHook.setInvokeService(invokeService); rpcShutdownHook.setWaitMillsForRemainRequest(waitMillsForRemainRequest); rpcShutdownHook.setDestroyable(this.producerBrokerService); ShutdownHooks.rpcShutdownHook(rpcShutdownHook); log.info("MQ 生产者启动完成"); } catch (Exception e) { log.error("MQ 生产者启动遇到异常", e); throw new MqException(ProducerRespCode.RPC_INIT_FAILED); } }
状态管理类
这里我们引入 statusManager 管理整体的状态。
默认的如下:
public class StatusManager implements IStatusManager { private boolean status; @Override public boolean status() { return this.status; } @Override public IStatusManager status(boolean status) { this.status = status; return this; } }
就是对一个是否可用的状态进行维护,然后在 channel 获取等地方便于判断当前服务的状态。
钩子函数
DefaultShutdownHook 实现如下:
public class DefaultShutdownHook extends AbstractShutdownHook { /** * 调用管理类 * @since 0.0.5 */ private IInvokeService invokeService; /** * 销毁管理类 * @since 0.0.5 */ private Destroyable destroyable; /** * 状态管理类 * @since 0.0.5 */ private IStatusManager statusManager; /** * 为剩余的请求等待时间 * @since 0.0.5 */ private long waitMillsForRemainRequest = 60 * 1000; //get & set /** * (1)设置 status 状态为等待关闭 * (2)查看是否 {@link IInvokeService#remainsRequest()} 是否包含请求 * (3)超时检测-可以不添加,如果难以关闭成功,直接强制关闭即可。 * (4)关闭所有线程池资源信息 * (5)设置状态为成功关闭 */ @Override protected void doHook() { statusManager.status(false); // 设置状态为等待关闭 logger.info("[Shutdown] set status to wait for shutdown."); // 循环等待当前执行的请求执行完成 long startMills = System.currentTimeMillis(); while (invokeService.remainsRequest()) { long currentMills = System.currentTimeMillis(); long costMills = currentMills - startMills; if(costMills >= waitMillsForRemainRequest) { logger.warn("[Shutdown] still remains request, but timeout, break."); break; } logger.debug("[Shutdown] still remains request, wait for a while."); DateUtil.sleep(10); } // 销毁 destroyable.destroyAll(); // 设置状态为关闭成功 statusManager.status(false); logger.info("[Shutdown] set status to shutdown success."); } }
(1)进行关闭前,首先判断通过 invokeService.remainsRequest()
判断是否有未处理完的消息,有则进行等待。
(2)当然,我们还需要考虑网络消息丢失的场景,不可能一直等待。
所以引入了超时中断,最大等待时间也是可以自行定义的。
if(costMills >= waitMillsForRemainRequest) { logger.warn("[Shutdown] still remains request, but timeout, break."); break; }
(3)关闭之后
将 status 设置为 false,标识当前服务不可用。
小结
随着 rpc 技术的成熟,优雅关闭已经成为一个很基本的功能点。
一个小小的改动,可以节约生产发布时间,早点下班陪陪家人。
希望本文对你有所帮助,如果喜欢,欢迎点赞收藏转发一波。
我是老马,期待与你的下次重逢。
开源地址
The message queue in java.(java 简易版本 mq 实现) https://github.com/houbb/mq
拓展阅读
rpc-从零开始实现 rpc https://github.com/houbb/rpc
这篇关于【mq】从零开始实现 mq-05-实现优雅停机的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-10-27[开源] 一款轻量级的kafka可视化管理平台
- 2024-10-23Kafka消息丢失资料详解:初学者必看教程
- 2024-10-23Kafka资料新手入门指南
- 2024-10-23Kafka解耦入门:新手必读教程
- 2024-10-23Kafka入门:新手必读的简单教程
- 2024-10-23Kafka入门:新手必读的简单教程
- 2024-10-23Kafka消息丢失入门:新手必读指南
- 2024-10-23Kafka消息队列入门:新手必看的简单教程
- 2024-10-23Kafka消息队列入门与应用
- 2024-10-23Kafka重复消费入门:轻松掌握Kafka重复消息处理技巧