MQTT---HiveMQ源碼詳解(二十)Cluster-Replicate/VectorClock

17章中我們講解了整個(gè)HiveMQ的Cluster的原理以及實(shí)現(xiàn)方式,值得一提的當(dāng)然是數(shù)據(jù)的Replicate,以及當(dāng)Replicate數(shù)據(jù)與本地?cái)?shù)據(jù)存在沖突時(shí),HiveMQ是如何實(shí)現(xiàn)的。

Replicate

  • 在每一條被 running node持久化的數(shù)據(jù)都會(huì)使用Primary環(huán) Replicate。

  • 當(dāng)node從JOINING狀態(tài)變更為RUNNING狀態(tài)前都會(huì)使用Primary環(huán) Replicate。

  • 當(dāng)node變更為MERGE_MINORITY成功后都會(huì)使用Primary環(huán) Replicate。

  • 當(dāng)node變更為MERGE_MINORITY成功后都會(huì)使用Minority環(huán) Replicate。

VectorClock

幾乎所有做Cluster不可避免的就是需要解決沖突,各種解法比較多,其中VectorClock做法比較流行,下面我們看看HiveMQ如何實(shí)現(xiàn)即可,具體使用VectorClock的原因、以及原理我們就不過多描述了。

這里寫圖片描述

注意:VectorClocks上的成員變量為Map<String, VectorClock>,
貌似是idea uml插件顯示問題。


  • VectorClock持有vectors的一個(gè)node與vector對(duì)應(yīng)關(guān)系,提供遞增、合并、比較這幾種功能/服務(wù),以記錄一個(gè)key在一個(gè)node上的Vector。

  • VectorClocks持有每一個(gè)key的VectorClock,為每一個(gè)key提供添加、刪除、get等方法/服務(wù), 通過VectorClocks就可以獲得到每個(gè)key的完整的VectorClock。

這里寫圖片描述
  • 在node獲得到Replicate要求時(shí),當(dāng)本地?cái)?shù)據(jù)與備份數(shù)據(jù)存在沖突時(shí),就會(huì)使用VectorClock來進(jìn)行解決沖突。

  • 在每個(gè)ClusterPersistence中都會(huì)持有一個(gè)VectorClocks用以解決沖突。

示例

下面我們就列舉一段ClientSessionClusterPersistenceImpl處理Replica請(qǐng)求時(shí),當(dāng)存在沖突解決沖突的代碼。

public ListenableFuture<Void> handleReplica(@NotNull String clientId, @NotNull ClientSession clientSession, long requestTimestamp, VectorClock requestVectorClock) {
        Preconditions.checkNotNull(clientId, "Client id must not be null");
        Preconditions.checkNotNull(clientSession, "Client session must not be null");
        return getExecutor(clientId).add(() -> {
            VectorClock localVectorClock = vectorClocks.get(clientId);
            //當(dāng)請(qǐng)求的向量時(shí)鐘在比本地向量時(shí)鐘之前或者相當(dāng),則忽略本次備份
            if (requestVectorClock.before(localVectorClock) ||
                    requestVectorClock.equals(localVectorClock)) {
                return null;
            }
            //當(dāng)本地向量時(shí)鐘在請(qǐng)求向量時(shí)鐘之前,則直接保存即可
            if (localVectorClock.before(requestVectorClock)) {
                vectorClocks.put(clientId, requestVectorClock);
                clientSessionLocalPersistence.persistent(clientId, clientSession, requestTimestamp);
            } else {
            //當(dāng)兩個(gè)向量時(shí)鐘一致,則合并解決沖突
                localVectorClock.merge(requestVectorClock);
                localVectorClock.increment(clusterConnection.getClusterId());
                vectorClocks.put(clientId, localVectorClock);
                ClientSession localClientSession = clientSessionLocalPersistence.get(clientId);
                if (!localClientSession.isConnected() && clientSession.isConnected()) {
                    clientSessionLocalPersistence.persistent(clientId, clientSession, requestTimestamp);
                }
            }
            return null;
        });
    }
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,739評(píng)論 6 534
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 98,634評(píng)論 3 419
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 176,653評(píng)論 0 377
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經(jīng)常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,063評(píng)論 1 314
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 71,835評(píng)論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 55,235評(píng)論 1 324
  • 那天,我揣著相機(jī)與錄音,去河邊找鬼。 笑死,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,315評(píng)論 3 442
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢(mèng)啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 42,459評(píng)論 0 289
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 49,000評(píng)論 1 335
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 40,819評(píng)論 3 355
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 43,004評(píng)論 1 370
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,560評(píng)論 5 362
  • 正文 年R本政府宣布,位于F島的核電站,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 44,257評(píng)論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,676評(píng)論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,937評(píng)論 1 288
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 51,717評(píng)論 3 393
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 48,003評(píng)論 2 374

推薦閱讀更多精彩內(nèi)容