共计 12934 个字符，预计需要花费 33 分钟才能阅读完成。
工作当中应用 etcd 作为配置核心，次要应用了 etcdclient 提供的 watch 接口对存储的配置进行实时监听更新，很好奇 etcd 外部是如何做到不丢数据并联通上下游的，于是翻看了局部 v3 版本实现代码，在惊叹大佬们的代码程度同时又在鄙视本人写的 lowB 代码。
简略应用
简略应用 etcdctl 命令行做一个演示，次要展现一下性能。
# 首先启动一个 etcd
$ ./etcd
# 存入数据, 存三次
$ etcdctl put testwatch 1
$ etcdctl put testwatch 2
$ etcdctl put testwatch 3
# watch key,--rev= 1 示意从版本号为 1 开始 watch
$ etcdctl --endpoints=127.0.0.1:23790 watch testwatch --rev=1 -w=json
{
"Header":{
"cluster_id":14841639068965178418,
"member_id":10276657743932975437,
"revision":27,
"raft_term":25
},
"Events":[
{
"kv":{
"key":"dGVzdHdhdGNo",
"create_revision":25,
"mod_revision":25,
"version":1,
"value":"MQ=="
}
},
{
"kv":{
"key":"dGVzdHdhdGNo",
"create_revision":25,
"mod_revision":27,
"version":3,
"value":"Mw=="
}
}
],
"CompactRevision":0,
"Canceled":false,
"Created":false
}
#此时下面返回了从 rev 为 1 开始的变动，这时候再次对该 key 做批改（put testwatch 4），还会源源不断 #输入更改后的内容等信息
{
"Header":{
"cluster_id":14841639068965178418,
"member_id":10276657743932975437,
"revision":28,
"raft_term":25
},
"Events":[
{
"kv":{
"key":"dGVzdHdhdGNo",
"create_revision":25,
"mod_revision":28,
"version":4,
"value":"NA=="
}
}
],
"CompactRevision":0,
"Canceled":false,
"Created":false
}
当指定版本号时候会返回所有版本号前面的历史的批改记录，如果不指定则只会在发生变化时候返回变动后的键值。理解了最简略的用法后，咱们从上到下挖一挖 watch 机制的原理。
解决流程
etcd 服务启动后会启动 grpc 服务端，并注册 Watch 服务，写过 proto 文件的应该很相熟，客户端与服务端之间通过流式 grpc 做交互，每个客户端的 watch 申请对应到一个 Watch 办法，这个 Watch 办法就联通了客户端与 etcd 上游存储的变更，能够源源不断将变更的键值告诉到客户端，也能够监听客户端的一些操作 (如勾销监听) 并同步到 etcd 的上游。接下来从下层到上层的源码来剖析 watcher 机制的实现形式。
service Watch {rpc Watch(stream WatchRequest) returns (stream WatchResponse) {option (google.api.http) = {
post: "/v3/watch"
body: "*"
};
}
}下层解决
每一个 Watch 申请都会创立一个 serverWatchStream 构造体，该构造体向上通过 gRPCStream 与客户端做交互，向下通过 watchStream 与 etcd 存储 mvcc 局部打交道。
//etcd/server/etcdserver/api/v3rpc/watch.go
func (ws *watchServer) Watch(stream pb.Watch_WatchServer) (err error) {
// 初始化一个 serverWatchStream 构造体
sws := serverWatchStream{
......
//etcd 启动时初始化的 watchableStore 赋值给 watchable，下文会提到。watchable: ws.watchable,
// 用于和客户端进行流式 grpc 交互的接口，提供了 Send 和 Recv 等办法，Send 示意发送信息到客户端，Recv 示意从客户端取信息
gRPCStream: stream,
// 次要用于取出变更或者订阅的键值变动, 详见下方源码
watchStream: ws.watchable.NewWatchStream(),
// chan for sending control response like watcher created and canceled.
ctrlStream: make(chan *pb.WatchResponse, ctrlStreamBufLen),
......
closec: make(chan struct{}),
}
sws.wg.Add(1)
go func() {
// 向客户端发送变更事件
sws.sendLoop()
sws.wg.Done()}()
errc := make(chan error, 1)
go func() {
// 解决客户端的申请，订阅 kv 或勾销操作等
if rerr := sws.recvLoop(); rerr != nil {
...... 错误判断
errc <- rerr
}
}()
// 期待勾销操作
select {
case err = <-errc:
......
// 如果 recvloop 出错返回，敞开 ctrlStream
close(sws.ctrlStream)
case <-stream.Context().Done():
...... 错误处理
}
// 敞开连贯与申请，敞开 channel，期待两个协程退出
sws.close()
return err
}
func (sws *serverWatchStream) close() {sws.watchStream.Close()
close(sws.closec)// 敞开 closec，用于告诉 sendLoop 协程退出
sws.wg.Wait()// 期待全副退出}
//etcd/server/mvcc/watchable_store.go
func (s *watchableStore) NewWatchStream() WatchStream {
return &watchStream{
//etcd 启动时初始化的 watchableStore
watchable: s,
// 这个管道用于从 etcd 外面拿到变更数据，调用 Chan()能够取出数据，buf 长度是 128
ch: make(chan WatchResponse, chanBufLen),
......
}
}serverWatchStream 与高低互通的形式是通过两个协程。一个 sendLoop，次要向客户端同步变更订阅数据。一个 recvloop，次要接管客户端的申请并向上游发送创立对某个键值的订阅申请，以及勾销等操作。
管制协程退出以及后续解决的形式应用了 waitGroup 的形式，能够在 sws.close()的实现里看到敞开 watchStream 以及期待组等操作。
recvLoop
recvLoop 负责了创立监听键值的操作，通过监听 grpc 流式的操作，调用 Recv 办法取出客户端的申请，并作出对应的响应。recvLoop 的数据次要流向是从外向内。
//etcd/server/etcdserver/api/v3rpc/watch.go
func (sws *serverWatchStream) recvLoop() error {
for {req, err := sws.gRPCStream.Recv()
// 出错解决操作
......
// 对申请进行断言判断，并别离解决各种类型的 request
switch uv := req.RequestUnion.(type) {
case *pb.WatchRequest_CreateRequest: // 客户端的 watch 创立申请
......
// 在上游创立一个服务这个客户端监听的 watcher，客户端订阅的可能是一个 key，也可能是一个范畴内的 key，返回一个 watchid。id, err := sws.watchStream.Watch(mvcc.WatchID(creq.WatchId), creq.Key, creq.RangeEnd, rev, filters...)
if err == nil {
// 将申请体信息中局部参数写入 serverWatchStream
sws.mu.Lock()
if creq.ProgressNotify {sws.progress[id] = true
}// 是否返回上一个 kv
if creq.PrevKv {sws.prevKV[id] = true
}// 是否分包
if creq.Fragment {sws.fragment[id] = true
}
sws.mu.Unlock()}
......
case *pb.WatchRequest_CancelRequest:
// 勾销订阅申请，会实现删除订阅的 watcher 等操作
......
// 其余操作解决
......
}
}
sendLoop
watchStream 作为重要的变更数据源，sendLoop 会轮询调用它的 Chan()办法，该办法就是在获取 watchStream 中的 ch 管道中的数据。
func (sws *serverWatchStream) sendLoop() {
......
// 因为客户端勾销或者其余起因导致程序返回，收尾操作，清理沉积的音讯事件
defer func() {
......
// 革除 ch 中积压的数据，不便垃圾回收？for ws := range sws.watchStream.Chan() {mvcc.ReportEventReceived(len(ws.Events))
}
for _, wrs := range pending {
for _, ws := range wrs {mvcc.ReportEventReceived(len(ws.Events))
}
}
}()
for {
select {case wresp, ok := <-sws.watchStream.Chan(): // 从 chan 中读取数据
//ch 被敞开，间接返回
if !ok {return}
evs := wresp.Events
events := make([]*mvccpb.Event, len(evs))
......
// 遍历接管到的变更事件封装到 events
for i := range evs {events[i] = &evs[i]
......
}
// 将 events 封装到 WatchResponse
wr := &pb.WatchResponse{Header: sws.newResponseHeader(wresp.Revision),
WatchId: int64(wresp.WatchID),
Events: events,
CompactRevision: wresp.CompactRevision,
Canceled: canceled,
}
// 如果不是指定的 watchid，放到 pending 队列
if _, okID := ids[wresp.WatchID]; !okID {
// buffer if id not yet announced
wrs := append(pending[wresp.WatchID], wr)
pending[wresp.WatchID] = wrs
continue
}
.....
// 判断是否须要分包，并调用 Send 办法将事件发送到客户端
var serr error
if !fragmented && !ok {serr = sws.gRPCStream.Send(wr)
} else {serr = sendFragments(wr, sws.maxRequestBytes, sws.gRPCStream.Send)
}
......// 错误处理
case c, ok := <-sws.ctrlStream:// 解决 ctrlStream
// 敞开则间接返回
......
case <-sws.closec:// 判断 closec 是否敞开，如果敞开，间接返回
return
}
}
}下层解决的流程能够用下图来示意，次要体现了 serverWatchStream 这个桥梁的作用。
上层解决
下面说到，再 recvLoop 中会调用 watchStream.Watch 办法，该办法会生成一个 watchID，而后调用其成员 watchable 的 watch 办法创立一个对于订阅键值的 watcher。
//etcd/server/mvcc/watcher.go
func (ws *watchStream) Watch(id WatchID, key, end []byte, startRev int64, fcs ...FilterFunc) (WatchID, error) {
// 生成 watchID 操作
......
// 调用 watch 办法，次要关注 key 以及 ch 的流向
w, c := ws.watchable.watch(key, end, startRev, id, ws.ch, fcs...)
......
}
//etcd/server/mvcc/watchable_store.go
func (s *watchableStore) watch(key, end []byte, startRev int64, id WatchID, ch chan<- WatchResponse, fcs ...FilterFunc) (*watcher, cancelFunc) {
//key 以及 ch 被封装到了 watcher 构造体中
wa := &watcher{
key: key,
end: end,
minRev: startRev,
id: id,
ch: ch,
fcs: fcs,
}
.....
}
watcher 的 ch 收到变更数据，就会被下层的 sendLoop 捕捉并推送给客户端。在此之前 watcher 会被放在 watchableStore 的某个汇合中，期待监听的 key 变更。
watchableStore
上文提到 watchableStore 是在 etcd 初始化时候创立的一个全局的配置项。因为客户端不止一个，监听的键值不止一对，并且 ch 如果满了可能会被阻塞，所以该配置项共配置了三个批次的 watcher 汇合，别离是 synced，unsynced，victims，别离寄存位于不同阶段的 watcher。
//etcd/server/mvcc/watchable_store.go
type watchableStore struct {
*store
// victims 是在变更产生，发送数据到 ch 然而通道满时，被阻塞的 watcher 汇合
victims []watcherBatch
victimc chan struct{}// 通道用于告诉是否须要清理 victims
// 未同步实现的 watcher，unsynced watcherGroup
// 曾经同步实现，在期待新的新的变更事件的 watcher 队列
synced watcherGroup
......
}
在 etcd 启动初始化 watchableStore 时候，会启动两个异步协程清理 unsynced 和 victims 汇合中的 watcher。
//etcd/server/mvcc/watchable_store.go
func newWatchableStore(lg *zap.Logger, b backend.Backend, le lease.Lessor, cfg StoreConfig) *watchableStore {
......
s := &watchableStore{store: NewStore(lg, b, le, cfg),
victimc: make(chan struct{}, 1),
unsynced: newWatcherGroup(),
synced: newWatcherGroup(),
stopc: make(chan struct{}),
}
// 创立两个协程，用于解决 watcher 数据
s.wg.Add(2)
go s.syncWatchersLoop() // 革除 unsync，每隔 100ms 调用一次 syncWatchers
go s.syncVictimsLoop() // 革除 victim 中沉积的 event
return s
}unsynced
产生 watcher 沉积的起因次要是两种，一种是当客户端执行 watch 时候指定了历史版本号，该操作须要从 boltDB 中取值，不能间接放到 synced 队列中期待新的变更，须要放到 unsync 中。
//etcd/server/mvcc/watchable_store.go
func (s *watchableStore) watch(key, end []byte, startRev int64, id WatchID, ch chan<- WatchResponse, fcs ...FilterFunc) (*watcher, cancelFunc) {
//key 以及 ch 被封装到了 watcher 构造体中
wa := &watcher{
key: key,
end: end,
minRev: startRev,
id: id,
ch: ch,
fcs: fcs,
}
s.mu.Lock()
s.revMu.RLock()
// 如果指定的版本号 version 是历史的版本号，则将 watcher 放到 unsynced 中
synced := startRev > s.store.currentRev || startRev == 0
if synced {
// 放到 synced
s.synced.add(wa) // 使 sync 队列加上 watcher
} else {
// 放到 unsynced
s.unsynced.add(wa)
}
return wa, func() { s.cancelWatcher(wa) }// 返回 watcher 以及勾销的办法
}victims
第二种是积压的起因是因为检测到了 watch 变更，在将数据发送到 ch 时候，ch 缓冲已满，此时须要将 watcher 存到其余区域（victims）。如果硬往里放数据，该协程会被 park 住，阻塞其余操作。
检测到 watcher 变更产生在 put 一个键值时候，此时事务提交，最终写入之前会调用 notify()办法检测是否有针对该键值的 watcher。
//etcd/server/mvcc/watchable_store_txn.go
func (tw *watchableStoreTxnWrite) End() {
......
tw.s.mu.Lock()
// 提交事件之前调用 notify()
tw.s.notify(rev, evs)
tw.TxnWrite.End()
tw.s.mu.Unlock()}
func (s *watchableStore) notify(rev int64, evs []mvccpb.Event) {
var victim watcherBatch
//newWatcherBatch 会遍历 watchableStore 的 synced 队列，并拿 evs 中 kv 比照是否有监听的 key，返回一个 watcher 汇合
//for range 遍历 newWatcherBatch 返回的 watcher 汇合
for w, eb := range newWatcherBatch(&s.synced, evs) {
......
// 调用 send 办法将 event 发送到 ch 中，未阻塞的话，会被最上层的 sendLoop 接管到。if w.send(WatchResponse{WatchID: w.id, Events: eb.evs, Revision: rev}) {pendingEventsGauge.Add(float64(len(eb.evs))) //promethous 操作
} else {
// 将 watcher 增加到 victims 汇合中
w.minRev = rev + 1
if victim == nil {victim = make(watcherBatch)
}
w.victim = true
victim[w] = eb
// 删除 synced 队列中的该 watch
s.synced.delete(w)
}
}
s.addVictim(victim)
}
//etcd/server/mvcc/watchable_store.go
func (w *watcher) send(wr WatchResponse) bool {progressEvent := len(wr.Events) == 0
// 过滤事件
......
// 将音讯发送到 channel，如果 ch 满了就走 default
select {
case w.ch <- wr:
return true
default:
return false
}
}
func (s *watchableStore) addVictim(victim watcherBatch) {
// 空间接返回
if victim == nil {return}
// 减少 watcher 到 victims，并发送信号告诉
s.victims = append(s.victims, victim)
select {case s.victimc <- struct{}{}:
default:
}
}unsynced 清理
上文提到，两个沉积队列的 watcher 清理的形式是通过两个异步协程做到的。接下来咱们先看 unsynced 队列的清理形式。
//etcd/server/mvcc/watchable_store.go
func (s *watchableStore) syncWatchersLoop() {
for {
......
// 如果队列大于 0，则进入 syncWatchers()同步 watcher
if lastUnsyncedWatchers > 0 {unsyncedWatchers = s.syncWatchers()
}
......
// 定时器解决
......
}
}
func (s *watchableStore) syncWatchers() int {
// 选出 unsync 队列中的 watcher，返回一个 watcherGroup
wg, minRev := s.unsynced.choose(maxWatchersPerSync, curRev, compactionRev)
......
// 从 boltdb 中取出所有键值以及对应版本号
tx := s.store.b.ReadTx()
tx.RLock()
revs, vs := tx.UnsafeRange(buckets.Key, minBytes, maxBytes, 0)
tx.RUnlock()
// 因为下面取出的是所有的 kv 对以及版本号，所有要应用 watcherGroup 筛选进去监听的键值对应事件
evs := kvsToEvents(s.store.lg, wg, revs, vs)
var victims watcherBatch
wb := newWatcherBatch(wg, evs)
for w := range wg.watchers {
........
// 发送音讯到 watcher 对应的 ch，如果阻塞，放入 victims 队列中
if w.send(WatchResponse{WatchID: w.id, Events: eb.evs, Revision: curRev}) {pendingEventsGauge.Add(float64(len(eb.evs)))
} else {
if victims == nil {// 为空就 make 一个
victims = make(watcherBatch)
}
w.victim = true// 置标记位
}
if w.victim {victims[w] = eb
} else {
.......
// 音讯发送完了，把 watcher 放入 synced 队列，期待新的变更事件
s.synced.add(w)
}
// 把 unsynced 中的 watcher 勾销掉
s.unsynced.delete(w)
}
// 减少 victim
s.addVictim(victims)
......
return s.unsynced.size()}syncWatchersLoop 通过一个定时器每隔 100ms 轮询一次 unsynced watcher 队列，如果队列不为空，就筛选出数据中的对应键值对以及相应版本号，并最终返还给客户端，将 watcher 挪动到 synced 队列。
victims 清理
victims 的清理也是通过一个异步协程的形式，如果 victims 队列不为空状况下，会始终以 10ms 的轮询速度来进行清理，在不产生拥挤时候该异步协程会阻塞在最上面的 select，当上游开释信号，则开始一波清理。
//etcd/server/mvcc/watchable_store.go
func (s *watchableStore) syncVictimsLoop() {defer s.wg.Done()
for {
// 通过 moveVictims 革除沉积数据
for s.moveVictims() != 0 {}
s.mu.RLock()
isEmpty := len(s.victims) == 0
s.mu.RUnlock()
var tickc <-chan time.Time
if !isEmpty {tickc = time.After(10 * time.Millisecond)
}
select {
case <-tickc:
case <-s.victimc:// 接管到信号，开始进行清理
case <-s.stopc:
return
}
}
}
func (s *watchableStore) moveVictims() (moved int) {
// 把 victims 队列取出来，并置 s.victims 为空，后续应用 newVictim 代替
s.mu.Lock()
victims := s.victims
s.victims = nil
s.mu.Unlock()
var newVictim watcherBatch
// 遍历队列，尝试发送
for _, wb := range victims {
// 尝试发送，发送阻塞放到 newVictim
for w, eb := range wb {
rev := w.minRev - 1
if w.send(WatchResponse{WatchID: w.id, Events: eb.evs, Revision: rev}) {pendingEventsGauge.Add(float64(len(eb.evs)))
} else {
if newVictim == nil {newVictim = make(watcherBatch)
}
newVictim[w] = eb
continue
}
moved++
}
......
// 遍历并判断是否将音讯发送完了
for w, eb := range wb {if newVictim != nil && newVictim[w] != nil {
// couldn't send watch response; stays victim
continue
}
w.victim = false
if eb.moreRev != 0 {w.minRev = eb.moreRev}
// 如果版本号小于以后版本，则导入 unsync 队列
if w.minRev <= curRev {s.unsynced.add(w)
} else {
// 放入 sync 队列
s.synced.add(w)
}
}
s.store.revMu.RUnlock()
s.mu.Unlock()}
// 把新的队列搁置到 victims 中
if len(newVictim) > 0 {s.mu.Lock()
s.victims = append(s.victims, newVictim)
s.mu.Unlock()}
return moved
}清理过程也是通过尝试发送，发送受到阻塞则放入新的 victims，发送胜利则进一步判断是将 watcher 队列挪动到 synced 或 unsynced 队列中，最初应用新的 victims 赋值，这样做保障了不会产生数据的失落。
勾销监听
在创立监听操作时候，在 watchableStore 中返回了对应的勾销办法。
//etcd/server/mvcc/watchable_store.go
func (s *watchableStore) watch(key, end []byte, startRev int64, id WatchID, ch chan<- WatchResponse, fcs ...FilterFunc) (*watcher, cancelFunc) {
// 创立 watcher 以及放入队列操作
......
// 返回 watcher 以及勾销的办法
return wa, func() { s.cancelWatcher(wa) }
}
//cancelWatcher 的实现
func (s *watchableStore) cancelWatcher(wa *watcher) {
for {s.mu.Lock()
// 尝试从各个队列删除
if s.unsynced.delete(wa) {
.....
break
} else if s.synced.delete(wa) {
......
break
}
.......
//victims 删除
var victimBatch watcherBatch
.......
if victimBatch != nil {
......
delete(victimBatch, wa)
break
}
s.mu.Unlock()
time.Sleep(time.Millisecond)
}
wa.ch = nil
s.mu.Unlock()}
//etcd/server/mvcc/watcher.go
func (ws *watchStream) Watch(id WatchID, key, end []byte, startRev int64, fcs ...FilterFunc) (WatchID, error) {
......
w, c := ws.watchable.watch(key, end, startRev, id, ws.ch, fcs...)
// 将 cancelWatcher 办法赋值到 watchStream 的名为 cancel 的 map 中
ws.cancels[id] = c
ws.watchers[id] = w
return id, nil
}在客户端勾销对键值的监听时候，会对应到下层的 recvLoop 中。
func (sws *serverWatchStream) recvLoop() error { // 接管客户端的申请
for {req, err := sws.gRPCStream.Recv()
......
// 对申请进行断言判断，并别离解决各种类型的 request
switch uv := req.RequestUnion.(type) {
case *pb.WatchRequest_CreateRequest: // 监听的可能是一个范畴
......
case *pb.WatchRequest_CancelRequest:
if uv.CancelRequest != nil {
// 获取勾销监听的 watchID
id := uv.CancelRequest.WatchId
// 勾销监听操作
err := sws.watchStream.Cancel(mvcc.WatchID(id))
......
}
......
}
}
func (ws *watchStream) Cancel(id WatchID) error {ws.mu.Lock()
cancel, ok := ws.cancels[id]// 取出 cancel 函数
......
// 执行 cancel
cancel()
......
return nil
}小结
咱们从上到下梳理了 watch 机制的实现形式，对于咱们了解 watch 来说，最重要的是了解两个数据结构，serverWatchStream 和 watchableStore。
serverWatchStream 贯通客户端的 grpc 流与上层的变更通道，watchableStore 则保护了监听的键值汇合并在上层解决用户订阅的键值。整体流程框架能够用下图示意，能够看出，这一乏味且可靠的设计背地是对 channel 与 goroutine 的奇妙使用。
正文完