Terracotta实战示例——集群RIFE

Terracotta的Jonas Bonér最近详述了他和Geert Bevin（最近被Terracotta招至旗下）如何群集RIFE Web应用框架。这篇文章提供了RIFE Continuations实现的颇有价值的深入见解和集群RIFE这样一个不凡应用框架遇到的挑战。

Bonér从介绍RIFE如何实现Continuations开始：

RIFE的Continuations的目标是以通用库的形式，用纯Java形式支持continuations[...]它使用字节码方法（基于ASM）来生成代码重定义Class，以最高效的方式支持Continuations的实现。它不依赖于Java的序列化（Serialization）机制，而是把对象分拆成原始类型并把数据存储于执行栈中（类似Terracotta的方法）[...]Continuations以树的结构连接在一起，可以任意访问不同的执行步骤。这意味着你可以任意回退或前进，很灵巧的解决了浏览器回退按钮的问题——如果在Web应用环境下使用的话。

在内部，RIFE将Continuations存储于普通的 java.util.HashMap中。

群集RIFE的第一个障碍是线程安全地访问这个HashMap。RIFE初始的实现，基于性能的考虑，只设计使用一条线程来访问Map。在群集环境下，会由多个JVM并发访问。

第二个挑战是关于Class Loader的，就如应用服务器和Web框架的常见情形，RIFE实现了自己的Class Loader来实现一系列特征，就像Java的系统Class Loader一样，这些Class Loader对于Terracotta不是现成可见的：

Terracotta需要可以唯一的定义一个Class Loader的原因是它需要一个方法，在任意时刻任意节点，获得已载入了特定Class的Class Loader实体，以在群集范围内维护对象标识。

Bonér和Bevin面对的最大挑战是如何群集RIFE模板引擎的动态。RIFE可能在运行时动态的按需生成类。在节点崩溃时，在节点上生成的类就需要复制到接手处理请求的节点上。解决方案是构造一个HashMap，实现群集范围的字节码仓库，RIFE的TemplateClassloader被修改为指向这个仓库。

查看英文原文：A Real World Example of Using Terracotta: Clustering RIFE