Skip to content
活动报名 | AI 应用企业开发者沙龙·深圳站Know more
DOCS
NACOS CLOUD
RESOURCES
DOWNLOAD
DEMO
FAQ
EN

Nacos 通信通道

柳遵飞（翼严） Nacos commiter

Nacos长链接

一.现状背景

Nacos 1.X 版本 Config/Naming 模块各自的推送通道都是按照自己的设计模型来实现的。

产品推送模型数据一致性痛点说明
Nacos Config异步 Servlet基于MD5比对一致性http短连接，30秒定期创建销毁连接，GC压力大md5值计算也有一定开销，在可接受范围内
Nacos NamingHTTP/UDPUDP 推送 + 补偿查询丢包，云架构下无法反向推送

配置和服务器模块的数据推送通道不统一，http 短连接性能压力巨大，未来 Nacos 需要构建能够同时支持配置以及服务的长链接通道，以标准的通信模型重构推送通道。

二.场景分析

1.配置

配置对连接的场景诉求分析
image.png

  • SDK 和 Server 之间
    • 客户端 SDK 需要感知服务节点列表，并按照某种策略选择其中一个节点进行连接；底层连接断开时，需要进行切换Server进行重连。
    • 客户端基于当前可用的长链接进行配置的查询，发布，删除，监听，取消监听等配置领域的 RPC 语意接口通信。
    • 感知配置变更消息，需要将配置变更消息通知推送当前监听的客户端；网络不稳定时，客户端接收失败，需要支持重推，并告警。
    • 感知客户端连接断开事件，将连接注销，并且清空连接对应的上下文，比如监听信息上下文清理。
  • Server 之间通信
    • 单个 Server 需要获取到集群的所有 Server 间的列表，并且为每一个 Server 创建独立的长链接；连接断开时，需要进行重连，服务端列表发生变更时，需要创建新节点的长链接，销毁下线的节点长链接
    • Server 间需要进行数据同步，包括配置变更信息同步,当前连接数信息，系统负载信息同步，负载调节信息同步等。

2.服务

  • SDK 和 Server 之间
    • 客户端 SDK 需要感知服务节点列表，并按照某种策略选择其中一个节点进行连接；底层连接断开时，需要切换 Server 进行重连。
    • 客户端基于当前可用的长链接进行配置的查询，注册，注销，订阅，取消订阅等服务发现领域的RPC 语意接口通信。
    • 感知服务变更，有服务数据发生变更，服务端需要推送新数据到客户端；需要有推送 ack，方便服务端进行 metrics 和重推判定等。
    • 感知客户端连接断开事件，将连接注销，并且清空连接对应的上下文，比如该客户端连接注册的服务和订阅的服务。
  • Server 之间通信
    • 服务端之间需要通过长连接感知对端存活状态，需要通过长连接汇报服务状态（同步 RPC 能力）
    • 服务端之间进行 AP Distro 数据同步，需要异步 RPC 带 ack 能力。

三. 长链接核心诉求

image.png

1.功能性诉求

客户端

  • 连接生命周期实时感知能力，包括连接建立，连接断开事件
  • 客户端调用服务端支持同步阻塞，异步future，异步 callback 三种模式
  • 底层连接自动切换能力
  • 响应服务端连接重置消息进行连接切换
  • 选址/服务发现

服务端

  • 连接生命周期实时感知能力，包括连接建立，连接断开事件
  • 服务端往客户端主动进行数据推送，需要客户端进行 Ack 返回以支持可靠推送,并且需要进行失败重试
  • 服务端主动推送负载调节能力

2.性能要求

性能方面，需要能够满足阿里的生产环境可用性要求，能够支持百万级的长链接规模及请求量和推送量，并且要保证足够稳定。

3.负载均衡

  • 常见的负载均衡策略：随机，hash，轮询，权重，最小连接数，最快响应速度等

  • 短连接和长链接负载均衡的异同：在短连接中，因为连接快速建立销毁，“随机，hash，轮询，权重”四种方式大致能够保持整体是均衡的，服务端重启也不会影响整体均衡，其中“最小连接数，最快响应速度”是有状态的算法，因为数据延时容易造成堆积效应；长连接因为建立连接后，如果没有异常情况出现，连接会一直保持，断连后需要重新选择一个新的服务节点，当出现服务节点发布重启后，最终连接会出现不均衡的情况出现，“随机，轮询，权重”的策略在客户端重连切换时可以使用，“最小连接数，最快响应速度”和短连接一样也会出现数据延时造成堆积效应。长连接和短连接的一个主要差别在于在整体连接稳定时，服务端需要一个rebalance的机制，将集群视角的连接数重新洗牌分配，趋向另外一种稳态

  • 客户端随机+服务端柔性调整

核心的策略是客户端+服务端双向调节策略，客户端随机选择+服务端运行时柔性调整。image.png

客户端随机   

  • 客户端在启动时获取服务列表，按照随机规则进行节点选择，逻辑比较简单，整体能够保持随机。

服务端柔性调整

  • (当前实现版本)人工管控方案：集群视角的系统负载控制台，提供连接数，负载等视图(扩展新增连接数，负载，CPU 等信息，集群间 report 同步)，实现人工调节每个 Server 节点的连接数，人工触发reblance，人工削峰填谷
    • 提供集群视角的负载控制台：展示 总节点数量，总长链接数量，平均数量，系统负载信息
    • 每个节点的地址，长链接数量，与平均数量的差值，正负值
    • 对高于平均值的节点进行数量调控，设置数量上限(临时和持久化)，并可指定服务节点进行切换
  • (未来终态版本)自动化管控方案：基于每个 server 间连接数及负载自动计算节点合理连接数，自动触发reblance，自动削峰填谷。实现周期较长，比较依赖算法准确性。

3.连接生命周期

心跳保活机制

image.png

类型TCPnettyminagrpcrsockettb remote
心跳保活机制keepalive机制：通道无读写事件时，发送心跳包检测，可设置超时时间，间隔次数1.设置TCP参数
2.自定义心跳IdeHandler，监听通道读写事件		1.自定义心跳，KeepAliveFilter1.自定义心跳，ping-pong包探测1.自定义keep alive机制基于mina，KeepAliveFilter
事件通知正常关闭有事件通知有事件通知有事件通知有事件通知有事件通知有事件通知
断网异常keep alive机制，有事件通知tpc及自定义心跳，有事件通知自定义心跳，有事件通知自定义心跳，ping-pong包探测，无事件通知1.自定义心跳，有事件通知自定义心跳，有事件通知

参考：理解 TCP Keepalive: https://blog.csdn.net/chrisnotfound/article/details/80111559
grpc keepalive ：https://blog.csdn.net/zhaominpro/article/details/103127023
netty 的心跳检测：https://www.cnblogs.com/rickiyang/p/12792120.html

我们需要什么

  1. 低成本快速感知：客户端需要在服务端不可用时尽快地切换到新的服务节点，降低不可用时间，并且能够感知底层连接切换事件，重置上下文；服务端需要在客户端断开连接时剔除客户端连接对应的上下文，包括配置监听，服务订阅上下文，并且处理客户端连接对应的实例上下线。
    1. 客户端正常重启：客户端主动关闭连接，服务端实时感知
    2. 服务端正常重启 : 服务端主动关闭连接，客户端实时感知
  2. 防抖：
    1. 网络短暂不可用: 客户端需要能接受短暂网络抖动，需要一定重试机制，防止集群抖动，超过阈值后需要自动切换server，但要防止请求风暴。
  3. 断网演练：断网场景下，以合理的频率进行重试，断网结束时可以快速重连恢复。

5.安全性

支持基础的鉴权，数据加密能力

6.低成本多语言实现

在客户端层面要尽可能多的支持多语言，至少要支持一个 Java 服务端连接通道，可以使用多个主流语言的客户端进行访问，并且要考虑各种语言实现的成本，双边交互上要考虑 thin sdk，降低多语言实现成本。

7.开源社区

文档，开源社区活跃度，使用用户数等，面向未来是否有足够的支持度。

四.长链接选型对比



grpcWebSockettbremoteRsocketnettymina
客户端通信sync支持支持支持支持无rpc语意无rpc语意
future支持不支持支持支持无rpc语意无rpc语意
callback结合 guava实现不支持支持支持
(依赖jdk 1.8+ completableFuture）		无rpc语意无rpc语意
服务端推送sync无ack支持支持支持无rpc语意无rpc语意
future不支持支持支持支持无rpc语意无rpc语意
callback不支持支持支持支持无rpc语意无rpc语意
连接生命周期客户端感知断连无
(基于stream流 error complete事件可实现)		支持支持支持支持支持
服务端感知断连支持
（官方不建议使用）		支持支持支持支持支持
心跳保活应用层自定义，ping-pong消息应用层自定义，单byte ack自定义keepalive frameTCP+ 自定义自定义 keepalive filter
性能tps
安全性TLSTLSTLSTLSTLSTLS
多语言支持JAVA支持不支持支持支持
1.8+
占比>93%		支持支持
GO支持不支持支持支持
1.12+
占比>93%		无无
C++支持不支持支持支持
14+
占比 >60%		无无
C#支持不支持不支持支持无无
Node.js支持不支持支持支持无无
JS支持支持不支持支持无无
Ruby支持不支持不支持支持无无
Python支持不支持不支持支持
3.6+
>96%		无无
Kotlin支持不支持不支持支持无无
rust支持
1.39+
dart支持
2.6
其他Github Star/Issue最高go版本：11.9K/124 issue

最高java版本：1.8/47 issue

备注服务端推送Ack自建阿里内部基于mina实现的私有协议rsocket私有协议，社区活跃度，用户数一般需要自定义rpc协议需要自定义rpc协议

在当前的备选框架中，从功能的契合度上，Rsocket 比较贴切我们的功能性诉求，性能上比 grpc 要强一些，开源社区的活跃度上相对grpc要逊色很多。
版本分布参考：https://blog.csdn.net/sinat_33224091/article/details/105002276
C++：https://www.jetbrains.com/zh-cn/lp/devecosystem-2020/cpp/
JAVA https://www.jetbrains.com/zh-cn/lp/devecosystem-2020/java/
GO：https://www.sohu.com/a/390826880_268033

五.基于长链接的一致性模型

1.配置一致性模型

i.sdk-server一致性

image.png

ii.server间一致性

image.png
*Server 间同步消息接收处理轻量级实现，重试失败时，监控告警
*断网：断网太久，重试任务队列爆满时，无剔除策略

2.服务一致性模型

i. sdk-server 间一致性

image.png

ii.server 间一致性

image.png
image.png

六.核心模型组件设计

image.png