系列文章目录

Kafka源码分析-目录

一. 背景

Kafka内部涉及大量的"延时"操作，比如收到PRODUCE请求后可为副本等待一个timeout的时间后再响应客户端。

那我们讨论一个问题：Kafka为什么自己实现了一个延时任务组件，而不直接使用java的java.util.concurrent.DelayQueue？

可以按如下两点来分析这个事：

1. DelayQueue提供了哪些能力？

2. Kafka所面对的场景是怎样的，为什么DelayQueue不适用？

1.1 DelayQueue的能力

DelayQueue相关的接口/类如下图：

对应地，DelayQueue所提供的能力如下：

1. 为任务指定延时时间
   DelayQueue所维护的任务都要实现Delayed接口；其中的getDelay方法返回了距离该任务所设定执行时间有多远；

2. 任务存取的时间复杂度为O(log n)
   DelayQueue内部使用"优先级队列"来保存任务，该数据结构存取的时间复杂度为对数复杂度；

1.2 Kafka的业务场景

Kafka的业务背景有如下特点：

1. 延时任务不一定非得等到超时后才执行，有一些事件会触发其提前执行；
   比如PRODUCE请求处理过程中，若副本的响应比较快，那收到了预期数量的副本响应后就可以开始给客户端发响应，不一定非得等满一个timeout的时间；

2. 延时任务的"入队"操作QPS很高；
   Kafka就是为高QPS而生，内部会产生大量的延时任务；

对应地，Kafka对延时任务组件有如下两点要求：

1. 要求有提前执行任务的能力；

2. 要求尽可能降低延时任务入队操作的时间复杂度；
   (借助一个名为"时间轮"的数据结构，Kafka将时间复杂度实际降到了O(1))

这两点要求都无法通过直接应用DelayQueue的方式得到满足。

二. 组件接口

我们来看看Kafka的延时任务组件对外提供的接口，进而搞清楚其提供的能力和使用方式。

如下图：

左边两个类定义了"延时操作"：

1. TimerTask
   描述了一个最基本的延时Task；定义了超时时间(delayMs属性)、提供了一个取消操作(cancel方法)；

2. DelayedOperation
   描述了一个可被外部事件提前触发的TimerTask；其在TimerTask基础上提供了检查是否满足提前触发条件的方法(tryComplete)、并定义被外部事件提前触发后的行为(onComplete)和无事件触发直到超时后的行为(onExpiration)；这几个方法都需要DelayedOperation的子类进行实现；

右边的DelayedOperationPurgatory类定义了一个维护DelayOperaton的容器，其核心操作如下：

1. tryCompleteElseWatch
   添加延时任务；该方法有两个入参：operation和watchkeys；前者是要添加的延时任务，后者是该任务要监听的事件类型(可以同时监听多个事件类型)；可以在kafka.server.DelayedOperationKey所在scala文件中查看目前可选的watchkeys类型；一个watchkey对应一个延时任务队列；

2. checkAndComplete
   检查各任务是否以满足提前触发的条件；该方法在某个事件发生之后，逻辑是遍历watchkey对应的任务队列，逐个判断是否满足了触发条件；

3. cancelForKey
   取消watchkey下的所有延时任务；

三. 实现

下文主要关注"延时"的实现方式。

3.1 业务模型

时间轮延时组件的思路如下：

1. 仍然使用java的DelayQueue存储延时任务；
   但为了降低延时任务入队的事件复杂度，Kafka并不直接将单个延时任务直接存储于DelayQueue，而是先将延时任务列表(TimerTaskList)加入DelayQueue，然后再向对应的列表中添加延时任务 (TimerTaskList也有超时时间的概念，等于其中最快超时的任务的超时时间)。这样任务的入队就由向优先级队列添加元素变为了向TimerTaskList中添加元素；前者时间复杂度为O(logn)，后者时间复杂度为O(1)。

2. 如何判断一个新的延时任务应该加到哪个TimerTaskList中？时间轮(TimingWheel)！
   delayQueue中存储了多个TimerTaskList，当拿到一个新的延时任务时，Kafka会使用TimingWheel来计算该延时任务应插入到哪个TimerTaskList。其实，TimingWheel的本质就是TimerTask和TimerTaskList之间的映射函数。

接下来通过一个具体的例子来说明这种映射逻辑：

先关注上图中①号时间轮。圆环中每一个单元格表示一个TimerTaskList。单元格有其关联的时间跨度；下方的"1s x 12"表示时间轮上共12个单元格，每个单元格的时间跨度为1秒。有一个指针指向了"当前时间"所对应的单元格。顺时针方向为时间流动方向。

当收到一个延迟时间在0-1s的TimerTask时，会将其追加到①号时间轮的橙色单元格中。当收到一个延时时间在3-4s的TimerTask时，会将其追加到①号时间轮的黄色单元格中。以此类推。

现在有个问题：①号时间轮能表示的最大延迟时间是12秒，那如果收到了延迟13秒的任务该怎么办？这时该用到②号时间轮了，我们称②号为①号的"溢出时间轮"。②号时间轮的特点如下：

1. 一个单元格所标识的时间跨度为①号的总长度，即12秒；
2. 单元格数量与①号相同；

如此，延迟时间在12-24s的TimerTask会被追加到②号的紫色单元格，延迟时间在36-48s的TimerTask会被追加到②号的绿色单元格中。③号时间轮同理。

刚刚是按①->②->③的顺序来分析时间轮的逻辑，反过来也可以得到有用的结论：想象手里有一个"放大镜"，其实③号时间轮的蓝色单元格"放大"后是②号时间轮；②号时间轮的蓝色单元格"放大"后是①号时间轮；蓝色单元格并不实际存储TimerTask。

3.2 数据结构

DelayedOperationPurgatory有个Timer类型的timeoutTimer属性，用于维护延时任务。实际使用的是Timer的实现类：SystemTimer。该类用于维护延时任务的核心属性有两个：delayQueue和timingWheel。TimingWheel表示单个时间轮，接下来我们来看看其类图：

各属性含义如下：

1. buckets：TimerTaskList数组；其中一个元素对应一个时间轮单元格；

2. tickMs：本时间轮一个单元格所表示的时间跨度(毫秒)；

3. intervel：本时间轮所能表示的时间总长度，其值为 $buckets.length\ast tickMs$ ;

4. currentTime：当前时间；其是tickMs的整数倍，这样可以通过currentTime的值很方便地计算出"当前"对应的时间轮单元格；其初始值计算公式如下：
   currentTime = startMs - (startMs % tickMs )；(其中startMs为时间轮创建时间)

5. overflowWheel：本时间轮的"溢出时间轮"；

3.3 算法

3.3.1 添加任务

添加任务的入口是 DelayedOperationPurgatory.tryCompleteElseWatch，其核心逻辑分如下两步：

def tryCompleteElseWatch(operation: T, watchKeys: Seq[Any]): Boolean = {// 1. 尝试立即指定指定的任务...// 2. 加入到TimertimeoutTimer.add(operation)...
}

SystemTimer.add直接调用了addTimerTaskEntry方法，后者逻辑如下：

private def addTimerTaskEntry(timerTaskEntry: TimerTaskEntry): Unit = {// 尝试将任务加入时间轮if (!timingWheel.add(timerTaskEntry)) {// 若任务已过期且未被取消，直接提交执行if (!timerTaskEntry.cancelled)taskExecutor.submit(timerTaskEntry.timerTask)}
}

TimingWheel.add的逻辑也很清晰，分如下4种场景处理：

def add(timerTaskEntry: TimerTaskEntry): Boolean = {val expiration = timerTaskEntry.expirationMsif (timerTaskEntry.cancelled) {// 1.如果任务已取消... ...false} else if (expiration < currentTime + tickMs) {// 2.若任务已过期, 即任务过期时间在"当前单元格"内... ...false} else if (expiration < currentTime + interval) {// 3.虽然过期时间不在"当前单元格"内，但仍在当前时间轮之内// 将任务正常加入到当前时间轮对应的单元格内 ... ...true} else {// 4.超出了当前时间轮所能表示的范围: 将任务加入到"溢出时间轮"if (overflowWheel == null) // 如果当前不存在上层时间轮, 那么生成一个addOverflowWheel()// 将任务加入到"溢出时间轮"overflowWheel.add(timerTaskEntry)}
}

3.3.2 尝试提前触发任务

入口是DelayedOperationPurgatory.checkAndComplete：

def checkAndComplete(key: Any): Int = {// 1. 根据事件key查找对应的任务队列(watchers就是一个队列的封装);val watchers = inReadLock(removeWatchersLock) { watchersForKey.get(key) }// 2. 遍历队列，尝试执行各任务;if(watchers == null)0elsewatchers.tryCompleteWatched()
}

接下来看Watchers.tryCompleteWatched方法的内容：

def tryCompleteWatched(): Int = {var completed = 0// 遍历队列val iter = operations.iterator()while (iter.hasNext) {// 逐个处理各任务val curr = iter.next()if (curr.isCompleted) {// 若任务已经处于完成态, 直接移除iter.remove()} else if (curr.maybeTryComplete()) {// 若任务在调用maybeTryComplete后被成功触发, 则移除iter.remove()completed += 1}}// 若队列已空, 移除当前队列if (operations.isEmpty)removeKeyIfEmpty(key, this)// 返回本次成功提前触发的任务数量completed
}

DelayedOperation.maybeTryComplete方法最终调用了DelayedOperation.tryComplete；

DelayedOperation的子类需要在后者中实现自己的"触发条件"检查逻辑；若满足了提前触发的条件，则调用forceComplete方法执行事件触发场景下的业务逻辑。

3.3.3 任务到期自动执行

DelayedOperationPurgatory中维护了一个expirationReaper线程，其职责就是循环调用kafka.utils.timer.SystemTimer#advanceClock来从事件轮中获取已超时的任务，并更新时间轮的"当前时间"指针。

四. 总结

才疏学浅，未能窥其十之一二，随时欢迎各位交流补充。若文章质量还算及格，可以点赞收藏加以鼓励，后续我继续更新。

另外也可以在目录中找到同系列的其他文章：
Kafka源码分析系列-目录(收藏关注不迷路)

感谢阅读。