基于Hazelcast及Kafka实现的分布式锁与集群负载均衡
之所以产出这一博客，是因为公司的项目上线了集群之后出现了问题。
大佬排查之后，发现我写的代码存在一点问题，所以就趁周末时间，进行了修改与测试，产出了这一Demo。
一、分布式锁
参考文章
先来看下流程图
准备三台节点，每台节点上面都有相同的定时任务，将三台节点部署成一个集群，定时任务同时启动，经过分布式锁的过滤，每个任务只有拿到锁的那台机器进行执行。
HazelcastConfig.java
@Configuration
public class HazelcastConfig {
@Bean
public HazelcastInstance hazelcastInstance() {
return Hazelcast.newHazelcastInstance();
}
}
TaskExecutorConfig.java
@Configuration
@EnableAsync
public class TaskExecutorConfig {
@Bean("taskExecutor")
public TaskExecutor taskExecutor() {
ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor();
//核心线程数
executor.setCorePoolSize(10);
//最大线程数
executor.setMaxPoolSize(20);
//队列的长度
executor.setQueueCapacity(8);
//线程池维护线程所允许的空闲时间
executor.setKeepAliveSeconds(60);
//线程是对拒绝任务的处理策略，也就是没有线程可用的时候
//CallerRunsPolicy在任务被拒绝添加后，会在调用execute方法的的线程来执行被拒绝的任务。除非executor被关闭，否则任务不会被丢弃。
executor.setRejectedExecutionHandler(new ThreadPoolExecutor.CallerRunsPolicy());
//任务执行器的前缀，打印日志时输出
executor.setThreadNamePrefix("task-thread-");
return executor;
}
}
TaskEnum.java
public enum TaskEnum {
FIRST(0, "一级任务"),
SECOND(1, "二级任务"),
THIRD(2, "三级任务"),
FORTH(3, "四级任务");
public final int code;
public final String desc;
TaskEnum(int code, String desc) {
this.code = code;
this.desc = desc;
}
}
DailyTask.java
@Component
public class DailyTask {
Logger log = LoggerFactory.getLogger(DailyTask.class);
@Autowired
HazelcastInstance hazelcastInstance;
private final static String API_MONITOR_TASK_MAP_NAME = "api_monitor_task_map";
@Async("taskExecutor")
@Scheduled(cron = "0 10 14 * * ? ")
public void apiQhScheduledTask() {
doTask(TaskEnum.FIRST);
}
@Async("taskExecutor")
@Scheduled(cron = "0 10 14 * * ?")
public void apiSHScheduledTask() {
doTask(TaskEnum.SECOND);
}
@Async("taskExecutor")
@Scheduled(cron = "0 10 14 * * ?")
public void apiTHScheduledTask() {
doTask(TaskEnum.THIRD);
}
@Async("taskExecutor")
@Scheduled(cron = "0 10 14 * * ?")
public void apiODScheduledTask() {
doTask(TaskEnum.FORTH);
}
public void doTask(TaskEnum task) {
if (!ObjectUtils.isEmpty(task)) {
IMap<Integer, String> map = hazelcastInstance.getMap(API_MONITOR_TASK_MAP_NAME);
map.put(task.code, task.desc);
//判断任务是否能锁
boolean canLocked = map.tryLock(task.code);
if(canLocked){
System.out.println("本次抢到锁，执行任务...");
log.info(task.desc);
map.unlock(task.code);
}else{
System.out.println("本次不抢锁！");
}
}
}
}
最终执行结果
缺点：同一时刻的任务，有可能全部被同一台机器抢到，其他两台机器会空闲，这种极限情况下的分配存在问题。不过我目前的项目同时只有一条任务，够用。
二、负载均衡
参考文章
先看下流程图
我是准备了两台机器提供Kafka集群。具体配置过程
- 两台机器均启动zookeeper，保持zookeeper默认配置即可
- 配置Kafka的配置文件。
- 每台kafka的brokerId保持唯一。
- 每台kafka的zookeeper.connect配置为zookeeper集群。
- 每台kafka的advertised.listeners配置PLAINTEXT://当前节点ip:9092，好像不用配也可以。
通过Kafka实现的负载均衡可以解决上面的那个问题，哪怕所有锁都被他自己抢到了，也无所谓，也就是抢到锁的节点只需要将工作内容抛给Kafka，经过Kafka，然后均衡地分配给下面的各个节点进行消费，从而达到负载均衡。
运行结果
三、存在的问题
demo里，上面两个例子，就已经很好很好了。达到了我满意并想要的效果。
实际上还是存在问题的。
在大型项目中，比如公司里的项目，就出现了问题。多节点启动之后，虽然定时任务都是同时的，但是由于机器性能的差异，导致会有延迟。
类似于下图。
还有一个问题，没有用try..finally释放锁，出现了问题。大概类似于上面的问题，没排查出原因来，最后处于妥善，还是用finally吧。
如上图所示，不加finally来释放锁时，他会等待别人释放锁，再去拿锁，这都给我整蒙了。
最后完善版的版本。
public void doTask(TaskEnum task) {
if (!ObjectUtils.isEmpty(task)) {
IMap<Integer, Long> map = hazelcastInstance.getMap(API_MONITOR_TASK_MAP_NAME);
Long temp = map.get(task.code);
Long lastExecTime = ObjectUtils.isEmpty(temp) ? 0L : temp;
Long currentTime = System.currentTimeMillis();
Long intervalTime = currentTime - lastExecTime;
log.info("【" + task.desc + "】,lastExecTime=" + lastExecTime + ",currentTime=" + currentTime + ",intervalTime=" + intervalTime);
//判断任务是否能锁
boolean canLocked = map.tryLock(task.code);
if (intervalTime > DISTRIBUTE_TASK_TIME_INTERVAL && canLocked) {
log.info("抢到【" + task.desc + "】分发权限！");
try {
map.put(task.code, currentTime);
doMonitorTask(task);
} catch (Exception e) {
e.printStackTrace();
} finally {
map.unlock(task.code);
log.info("释放【" + task.desc + "】");
}
} else {
log.info("没有抢到【" + task.desc + "】权限");
}
}
}