Kafka技术内幕 读书笔记之（五） 协调者——延迟的加入组操作

 

　　协调者处理不同消费者的“加入组请求”，由于不能立即返回“加入组响应”给每个消费者，它会创建一个“延迟操作”，表示协调者会延迟发送“加入组响应”给消费者 。 
但协调者不会为每个消费者的 “加入组请求”都创建一个 “延迟操作”，而是仅当消费组状态从“稳定”转变为“准备再平衡”，才创建一个“延迟操作”对象 。

(1）初始时消费组状态为“稳定”，第一个消费者加入消费组 。 因为消费组状态为“稳定”，所以协调者允许消费者执行再平衡操作 。协调者更改消费
       组的状态为“准备再平衡”，并创建一个延迟的操作对象 。

(2）消费组状态为“准备再平衡”，第二个消费者加入消费组 。 因为消费组状态为“准备再平衡”，所以协调者不允许消费者执行再平衡操作 。消费组状态仍然不变，
       协调者也不会创建延迟的操作对象。

“准备再平衡” 

　　协调者处理消费者的“加入组请求”，如果消费者设置的成员编号未知，协调者会为这个消费者指定一个新的成员编号，然后创建消费者成员元数据，并加入到消
 费组元数据中 。如果消费者成员编号是已知的，说明消费组元数据中已经存在对应的消费者成员元数据，只需要更新已有的成员元数据。

　　协调者为消费者分配的成员编号，会作为“加入组响应结果”返回给消费者。 消费者发送“同步组请求”时必须指定这个新分配的成员编号 ，这样协调者才能
知道成员编号对应的消费者元数据。 实际上 ， 后面如果消费者要重新加入消费组，再次发送“加入组请求”时也需要指定成员编号 。 通常来说，协调者为消费者
分配了一个成员编号，协调者的消费组元数据就会一直记录这个消费者的信息 。成员编号的主要作用就是用来标识一个消费者，消费者后续的任何请求动作都
应该带有分配给它的成员编号。
 　　消费组的状态从“稳定”进入“准备再平衡”，表示准备开始再平衡操作 。 一次再平衡操作只会由一个消费者发起，并只会创建一个延迟的操作对象。 延迟操
作还和延迟缓存有关，因为延迟操作如果不能及时完成，就应该放入延迟缓存。 当然，延迟缓存不是普通的数据缓存，它还要提供检查延迟操作能否完成的方法，
并且保证在指定时间内未完成时，必须强制完成超时的延迟操作。

延迟操作和延迟缓存
　　Kafka服务端在处理客户端的一些请求时，如果不能及时返回响应结果给客户端，会在服务端创建一个延迟操作对象（ DelayedOperatlon ），并放在
延迟缓存中（ DelayedOperationPurgatory ）。 Kafka的延迟操作有多种：延迟的生产 、延迟的响应 、延迟的加入 、延迟的心跳。
 这里先给出一些延迟操作相关的结论 。
- 延迟操作需要指定一个超时时间，表示在指定时间内没有完成时会被强制完成 。
- 延迟操作加入到延迟缓存中，会指定一个键 。 比如，和消费组相关的延迟加入，键是消费组编号 。
- 服务端创建延迟操作后，通常会有“尝试完成延迟操作”的动作（延迟操作如果能够尽早完成是最好的） 。 尝试完成延迟操作的外部事件会有多种情况，
  而且因为延迟操作有依赖条件，所以任何可能改变依赖条件的事件，都应该执行“尝试完成延迟操作” 。比如，协调者因为依赖了“等待消费者发送加入组请求”
  这个条件才会创建“延迟的加入组”对象 。 如果有消费者发送了加入组请求，就应该尝试完成“延迟的加入组”对象。
- 当外部事件尝试完成延迟操作时，怎么判断延迟操作能不能完成？不同的延迟操作类型因为依赖条件不同，应该自定义可以完成延迟操作的条件判断。
 
创建延迟操作的最终目的是让操作不再被延迟，延迟操作对象有下面几个跟完成操作相关的方法。
- tryComplete （） 尝试完成，如果不能完成，返回 false ，表示延迟操作还不能完成 。
- onComplete （）延迟操作完成时的回调方法，完成有两种：正常主动完成和超时被动完成 。
- onExpiration （）延迟操作超时的回调方法，如果之前一直调用尝试完成都不能完成，在指定的超时时间过去后就会强制完成。 调用这个回调方法,
   一定会再调用tryComplete （）方法。

尝试完成延迟的加入操作

　　协调者在创建完延迟操作对象之后，为了检查能否完成刚刚创建的延迟操作，会调用延迟缓存的tryCompleteElseWatch （） 方法立即尝试完成 。
 延迟缓存会调用延迟操作的tryComplete （） 方法， 对于加入组的延迟缓存，就是调用延迟加入对象的tryCompleteJoin （）方法 。 这个方法的第
二个参数表示如果可以完成，就会强制完成延迟加入对象， RP最终会调用到延迟加入对象的 onCompleteJoin （）方法 。 延迟加入操作对象的
tryComplete （） 方法和 onComplete（） 方法，它们的具体实现是调用协调者的tryCompleteJoin （）方法和 onCompleteJoin （） 方法 。

　　延迟操作能否完成的判断条件是：消费组元数据的notYetRejoinedMembers （）方法返回值是否为空 。这个方法收集的是消费组中 awaitingJoinCallback
值对象为空的消费者成员元数据。 因为协调者一旦开始处理消费者发送的“加入组请求”，就会设置awaitingJoinCallback值对象为“发送响应的回调方法”，
所以如果消费者发送了“加入组请求”，并且也被协调者开始处理，就不会被notYetRejoinedMembers()方法选出来 。

　　以协调者处理第一个消费者发迭的加入组请求为例，因为第一个消费者的 awaitingJoinCallback值对象为空，所以 notYetRejoinedMembers  （）方法
不会选择第一个消费者。 那么，这个方法因为没有收集到任何一个满足条件的消费者，返回值为空，就会执行 forceComplete （）方法，并调用延迟操作
的onCompleteJoin （） 方法，开始返回“加入组响应”给消费者 。

这和我们前面认为的“协调者会等待所有的消费者都发送了加入组请求后，才会认为请求处理完成”看起来有点矛盾。 协调者在处理第一个消费者的加
入组请求，没等到其他消费者发送加入组请求，就已经开始返回加入组响应结果给第一个消费者了 。 实际上 ，协调者实现消费组的再平衡操作，
是通过让消费者重新发送“加入组请求”的方式来完成的 。

消费组稳定后，原有消费者重新加入消费组

　　协调者在处理消费者发送的“加入组请求”和“同步组请求”时，都会依赖于消费组当前的状态进入不同的分支流程 。 假设第一个消费者完成一次再平衡操
作后，又有新的消费者发送了“加入组请求” 。 如下图 所示，新消费者会发起新的再平衡操作，原有的消费者也需要重新发送“加入组请求”，
具体步骤如下 。

(1) （图 （左））第一个消费者发送“加入组请求”，也完成了延迟操作，会将它的回调方法重置为空。

(2) （图（中））协调者处理第二个消费者的“加入组请求”，消费组状态已经是“稳定” 。 和处理第一个消费者的“加入组请求”类似，
　　它也会将消费组状态改为“准备再平衡”，并创建一个延迟的操作对象。

(3) （图 （中））协调者创建完延迟操作后，通过延迟缓存尝试完成刚刚创建的延迟操作 。 但和协调者处理第一个消费者不一样，这时尝试完成的条件不能满足，
　　处理第二个消费者的“加入组请求”就结束了 。

(4)  虽然协调者处理第二个消费者的“加入组请求”结束了，但延迟操作对象还不能完成，延迟操作对象会被加入到延迟缓存的监控列表中 。
 　  后续要完成延迟操作，有两种办法：外部事件触发、超时触发 。

(5)（图 （右））协调者等待第一个消费者重新发送“加入组请求” 。 如果第一个消费者在超时时间内重新发送“加入组”请求，再次调用“尝试完成延
　　迟操作”（外部事件触发），满足完成延迟操作的条件。 延迟操作会从延迟缓存中移除，并调用延迟操作完成的回调方法，返回“加入组响应”给所有的
　　两个消费者。

(6）但如果第一个消费者在会话超时时间内没有重新发送“加入组请求，消费组成员元数据中第一个消费者的回调方法一直是空的 。 协调者会在延迟
       操作超时后，强制完成超时的延迟操作 。 这时也会调用延迟操作完成的回调方法，但只返回“加入组响应” 给第二个消费者（因为第一个消费者的回
　　调方法为空，所以并不会返回响应结果给第一个消费者）。

　　协调者在处理第一个消费者的“加入组请求”时，创建的延迟操作对象会立即完成 。 但处理第二个消费者的“加入组请求”时，消费组中已经存在第一个消费者
的成员元数据，此时消费组中总共有两个消费者了 。 但是第一个消费者成员元数据的回调方法在协调者返回“加入组响应”给它时，就被重置为空了 。
 协调者在处理第二个消费者的“加入组请求”时，第二个消费者成员元数据的回调方法不为空 。消费组元数据的 notYetRejoinnedMembers （）方法，
表示还没重新发送“加入组请求”的消费者成员 。 如果该方法的返回值有数据，说明还有消费者成员没发送“加入组请求” 。 这里的消费者成员
必须是存在于消费组中的消费者成员，也是之前发送过“加入组请求”的成员，所以才表示“重新发送” 。

消费组未稳定，原有消费者重新加入消费组

　　再来看另一种场景：其他消费者发送“加入组请求”先于第一个消费者发送“同步组请求” 。 协调者返回“加入组响应”给第一个消费者，并更改消费组
状态为“等待同步” 。 第一个消费者收到“加入组响应”后，但还没完成分区分配的工作，就有新的消费者发送了“加入组请求” 。 这时候其实第
一个消费者是不需要执行分区分配的，因为即使执行了，也只有它一个的，并不会包含新加入的第二个消费者 。

　　如下图 （上）所示，第一个消费者完成分区分配工作后，“同步组请求”的消费组分配结果只有 第一个消费者的数据。 此时，第一个消费者将分配
结果发送给协调者，协调者是不会接受的 。 因为协调者已经处理了第二个消费者的“加入组请求”，消费组的状态被更改为“准备再平衡” 。 第二个消费
者在这个状态下， 会收到 REBALANCE_IN_PROGRESS的错误码，并重新发送“加入组请求” 。

　　如下图 （下）所示，第一个消费者重新发送了“加入组请求”，协调者对第一个消费者重新发送的“加入组请求”，也会尝试完成第二个消费者创建的
延迟操作。因为满足可以完成延迟操作的条件，所以协调者会再次将消费组状态改为“等待同步”，并返回“加入组响应”给两个消费者 。 后续协调
者处理两个消费者的“同步组请求”，第二个消费者不是主消费者，只会设置消费者成员元数据中的回调方法。 当第一个消费者执行完分区分配后，
协调者处理第一个消费者的“同步组请求”， 会同时返回“同步组响应”给两个消费者。

　　消费组状态为“稳定”后，当有新消费者加入消费组，将消费组状态更改为“准备再平衡”，原有的消费者是通过心跳的方式
感知到需要重新发送“加入组请求” 。 如果消费组状态还是“等待同步”，就有新消费者加入消费组，也更改消费组状态为“再平衡” 。
由于消费组状态未稳定，原有的消费者不会有心跳任务，所以协调者采用返回错误码的方式通知原有的消费者 。 即消费
者在发送“同步组请求”时，如果消费组状态为“准备再平衡”，协调者会要求消费者重新发送“加入组请求” 。

　　消费者的“加入组请求”时，使用一个“延迟操作”对象表示延迟返回“加入组响应”给消费者。 延迟操作创建时，
伴随着消费组状态从“稳定”转变为“准备再平衡”；延迟操作完成时，消费组状态会从“准备再平衡”转变为“等待同步” 。