【Nacos架构 原理】内核设计之Nacos通信通道

Nacos通信通道 （长链接）

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。

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。

场景分析

配置

配置对连接的场景诉求分析

• 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。

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（SDK返回给服务端），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。

长链接核心诉求

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

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。

  • 

  • 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，整体能保持随机。

  • 服务器柔性调整：

    • (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。

连接生命周期

心跳保活机制: