kafka-connect的集群模式

根据上一篇的内容，可以知道connect的大致运行逻辑，但是在分布式模式下，各种情况都变得复杂了。主要差异就是调度管理层由StandaloneHerder变成了DistributedHerder。DistributedHerder中有个线程，循环调用DistributedHerder#tick用于以下功能:

• 维持自身在分布式系统的连接

• 根据客户端的各种restful请求执行业务逻辑.

• 进入一个漫长的沉睡,期间，如果有下列两种情形，将被唤醒：1.有客户端请求进入；2.在集群group中失联。

下面对第一个功能的逻辑展开来:

1.找到本机和kafka集群中随机最不活跃的节点发送获取节点的请求，并尝试连接这个获取来的节点用作以后流程的通讯。

2.将所有正在运行的任务停止，因为进入了当前这个状态，一定不是平衡状态，所以需要把上一轮分配给自己的任务停止(优化:这里可以将要停止的任务和以后分配到的任务做比较后再操作，这样可以减少启停任务的次数,但是有一个难点:需要处理好任务的时序，比如这种场景:任务t在rebalance中由机器A转移到了机器B。 在assign任务以后，各members认为自己进入了平衡状态，进行任务的启停，那么可能会有时刻存在任务t同时运行于机器A和B，造成数据的不一致，方法：借助zk的临时节点)。

3.根据自身所属的group.id 向1中获取到的节点发送加入集群信号。kafka返回的信息中包括:当前纪元，leader的标识，整个group的任务。如果connect成为leader，那么会分配当前的任务信息并序列化生成一个同步命令，发给kafka，follower也会发，只不过没有成员信息,kafka在返回的信息中会携带纪元、各自的被分配到的任务，这样,最终所有成员的眼中的集群状态就是一样的，分配到任务以后，进入进入rebalencing状态，各个member将分配到的connector实例和任务开起来，rebalance完成。

4.定期给kafka节点发送心跳，包含当前纪元和groupId,memberId. 如果遇到异常，如超时，纪元更新，集群状态更新等，将会重新回到1开始下一轮。

由上面的逻辑可知，kafka并不是一个存粹的消息服务了。还给kafka-connect做了一个类似zk的角色。

下面对存疑的几个point做的代码走读:

1.任务如何分配？

这是第三点的一个细节，具体实现在WorkerCoordinator#performTaskAssignment，比较简单，创建一个循环队列装members，循环给每个member分配connector实例和task。所以每个members都需要安装集群中的所有plugins。

针对第二点，为什么要在这个单线程中执行业务逻辑呢？

为了保证snapshot的一致性，响应客户端的restful请求，post和put操作均会对snapshot造成影响，假设是由多个线程去执行的话，不好stop-the-world。用单线程就很容易控制，抓取自身快照的时候，由于没有其他线程干扰，必定是个安全点。

2.rebalance的触发时机

节点加入/掉线/成员的状态发生变化；增删connector实例；task的配置或者connector实例的配置发生变化。

3.我们知道任务是由集群中的leader上传到kafka的。任务是从kafka中的configStorage中获取。具体是什么逻辑呢?

具体分为以下几种topic来存储kafka-connect的状态:

• config.storage.topic:

  status-connector-开头的是connector实例的状态
  status-task-开头的是未提交任务的状态
  commit-task-开头的是已提交任务的状态，只有接收到已提交任务的记录，才会启动reConfigbalance.

• offset.storage.topic
  存储每个connector任务的offset配置。当kafka-connect进程刚起来时，会去这个topic读取全量数据。见KafkaBasedLog#readToLogEnd(具体逻辑是获取到topic的所有patition结束offset，每次poll后，比对每个patition的实际消费进度和结束offset，如果相等，那么这个patition就消费完了。循环处理至所有patition消费完，那么说明处理完毕).

把offset存储在kafka有以下几个缺点:
1.不能删除旧配置且管理人员不好观测实际的offset（比如如果放在redis里，就可以直接观测了）。
2.慢，笨重且有丢失分险，在程序运行了一段时间以后，我们项目上的总的配置不到一千个，但是topic实际的offset已经突破三千万了。尽管该topic是采用的是compact方式来压缩旧数据，依旧poll了将近两百万记录，耗时两分钟。

• status.storage.topic

任务状态的topic，忽略。

4.如何处理一个不属于当前节点的请求？

kafka-connect中定义了一种异常基类RequestTargetException,放了个重定向的url.倘若执行指令的member发现这个请求不应该由自己来执行，会填充这个url,并抛出异常(这个步骤在tick所在的线程执行)。jetty的请求分发线程等待这个furture任务，遇到这些异常时会将请求转发到对应的集群节点。再将拿到的结果返回给客户端。