共计 23864 个字符，预计需要花费 60 分钟才能阅读完成。
上一节结尾，咱们总结道：初始化 KafkaProducer 时并没有去拉取元数据，然而创立了 Selector 组件，启动了 Sender 线程，select 阻塞期待申请响应。因为还没有发送任何申请，所以初始化时并没有去真正拉取元数据。
真正拉取元数据是在第一次 send 办法调用时，会唤醒唤醒 Selector 之前阻塞的 select(), 进入第二次 while 循环，从而发送拉取元数据申请，并且通过 Obejct.wait 的机制期待 60s，等到从 Broker 拉取元数据胜利后，才会继续执行真正的生产音讯的申请，否则会报拉取元数据超时异样。
如下图：
而唤醒 Selector 的 select 之后应该会进入第二次 while 循环，那第二次 while 循环如何发送申请拉取元数据申请，并且在胜利后 notifyAll()进行唤醒操作的呢?
咱们明天来一起看一下。
第二次 while 循环 - 开始触发元数据拉取
唤醒了阻塞的 select，你还记得阻塞后的逻辑么？
唤醒后会依据 nioSelector.select()返回的 readKeys 这个 int 数字，如果大于 0 如执行 pollSelectionKeys 的一些操作，因为间接被 wakeUp(), 理论 readKeys 是 0，所以 poll 办法间接就返回了，不会执行 pollSelectionKeys 的解决。
而且 Selector 的 poll 办法返回后，因为 pollSelectionKeys 没有执行，所以之后一系列办法 handleCompletedSends、handleCompletedReceives、handleDisconnections、handleConnections、handleTimedOutRequests 均没有执行。（你能够本人尝试断点下，就会发现。）
下面的逻辑执行实现，也就说第一次循环会完结，从新进行第二次循环。整体过程如下图所示：（次要执行了灰色的备注标注的流程）
第二次循环 maybeUpdate 执行的起因
既然进入第二次循环，就会从新执行将从新执行 maybeUpdate（）、poll（）、handle 结尾的这些办法。
你还记得 maybeUpdate 的外围脉络么？它次要是依据 3 个工夫决定了 metadataTimeout 是否为 0，来决定是否执行。代码如下：
@Override
public long maybeUpdate(long now) {
// should we update our metadata?
long timeToNextMetadataUpdate = metadata.timeToNextUpdate(now);
long timeToNextReconnectAttempt = Math.max(this.lastNoNodeAvailableMs + metadata.refreshBackoff() - now, 0);
long waitForMetadataFetch = this.metadataFetchInProgress ? Integer.MAX_VALUE : 0;
// if there is no node available to connect, back off refreshing metadata
long metadataTimeout = Math.max(Math.max(timeToNextMetadataUpdate, timeToNextReconnectAttempt),
waitForMetadataFetch);
if (metadataTimeout == 0) {// Beware that the behavior of this method and the computation of timeouts for poll() are
// highly dependent on the behavior of leastLoadedNode.
Node node = leastLoadedNode(now);
maybeUpdate(now, node);
}
return metadataTimeout;
}
public synchronized long timeToNextUpdate(long nowMs) {long timeToExpire = needUpdate ? 0 : Math.max(this.lastSuccessfulRefreshMs + this.metadataExpireMs - nowMs, 0);
long timeToAllowUpdate = this.lastRefreshMs + this.refreshBackoffMs - nowMs;
return Math.max(timeToExpire, timeToAllowUpdate);
}
第一次循环的时候 metadataTimeout 失去的是非 0，而第二次循环这个值其实曾经变成 0 了。
因为咱们在上一节 send 的在 sender.wakeyUp()前，已经执行了 metadata.requestUpdate();
这一行代码，它将 needUpdate 这个标记改为了 true。会让决定 metadataTimeout 的 3 个工夫值中的 timeToNextMetadataUpdate 也变为 0，也就是说 timeToNextMetadataUpdate、timeToNextReconnectAttempt、waitForMetadataFetch 都变成了 0，天然 metadataTimeout 也是 0 了。
如下图所示：
所以第二次循环的时候会真正执行 maybeUpdae 的逻辑。而不像之前第一次，什么都没做。
而如果 metadataTimeout=0，次要执行了 2 个办法：
1）leastLoadedNode 这个其实从正文能够看出，是在抉择一个 Broker 节点，从它那里拉取元数据。抉择的规范必定最好连贯过的 Broker，并且待发送数据少的节点，这些逻辑具体咱们就认真钻研了。
2）maybeUpdate 这个办法其实十分要害，是次要建设连贯或者发动拉取元数据申请的逻辑
所以这里咱们次要看下这个 mayBeUpdate 的次要逻辑：
/**
* Add a metadata request to the list of sends if we can make one
*/
private void maybeUpdate(long now, Node node) {if (node == null) {log.debug("Give up sending metadata request since no node is available");
// mark the timestamp for no node available to connect
this.lastNoNodeAvailableMs = now;
return;
}
String nodeConnectionId = node.idString();
if (canSendRequest(nodeConnectionId)) {
this.metadataFetchInProgress = true;
MetadataRequest metadataRequest;
if (metadata.needMetadataForAllTopics())
metadataRequest = MetadataRequest.allTopics();
else
metadataRequest = new MetadataRequest(new ArrayList<>(metadata.topics()));
ClientRequest clientRequest = request(now, nodeConnectionId, metadataRequest);
log.debug("Sending metadata request {} to node {}", metadataRequest, node.id());
doSend(clientRequest, now);
} else if (connectionStates.canConnect(nodeConnectionId, now)) {
// we don't have a connection to this node right now, make one
log.debug("Initialize connection to node {} for sending metadata request", node.id());
initiateConnect(node, now);
// If initiateConnect failed immediately, this node will be put into blackout and we
// should allow immediately retrying in case there is another candidate node. If it
// is still connecting, the worst case is that we end up setting a longer timeout
// on the next round and then wait for the response.
} else { // connected, but can't send more OR connecting
// In either case, we just need to wait for a network event to let us know the selected
// connection might be usable again.
this.lastNoNodeAvailableMs = now;
}
}下面的脉络比较简单，次要就是一个 if-else。
if 是否能够发送拉取元数据申请，能够就调用 doSend()办法
else 如果不能够发送申请，阐明连贯还未建设，须要初始化连贯，调用 initateConnection()办法
整个过程如下图所示：
拉取元数据前，是如何基于 NIO 建设连贯的？
maybeUpdae 会依据 canSendRequest、canConnect 办法应用 ClusterConnectionStates 这个组件，判断是否和 Broker 建设过连贯，这个组件之前第二节咱们提到过，是 NetworklClient 记录和 Broker 连贯状况的组件。代码次要如下：
NetworklClient.java;
private boolean canSendRequest(String node) {return connectionStates.isConnected(node) && selector.isChannelReady(node) && inFlightRequests.canSendMore(node);
}
ClusterConnectionStates
public boolean canConnect(String id, long now) {NodeConnectionState state = nodeState.get(id);
if (state == null)
return true;
else
return state.state == ConnectionState.DISCONNECTED && now - state.lastConnectAttemptMs >= this.reconnectBackoffMs;
}除了连贯状态，还做了其余额定逻辑判断，是很细节的判断了，咱们抓大放小，在这里不必深究。
次要晓得，目前是没有和 Broker 建设过任何连贯的，所以肯定会走到 initiateConnect()这个办法，来建设连贯。让咱们一起来看下吧。
/**
* Initiate a connection to the given node
*/
private void initiateConnect(Node node, long now) {String nodeConnectionId = node.idString();
try {log.debug("Initiating connection to node {} at {}:{}.", node.id(), node.host(), node.port());
this.connectionStates.connecting(nodeConnectionId, now);
selector.connect(nodeConnectionId,
new InetSocketAddress(node.host(), node.port()),
this.socketSendBuffer,
this.socketReceiveBuffer);
} catch (IOException e) {
/* attempt failed, we'll try again after the backoff */
connectionStates.disconnected(nodeConnectionId, now);
/* maybe the problem is our metadata, update it */
metadataUpdater.requestUpdate();
log.debug("Error connecting to node {} at {}:{}:", node.id(), node.host(), node.port(), e);
}
}
public void connecting(String id, long now) {nodeState.put(id, new NodeConnectionState(ConnectionState.CONNECTING, now));
}
外围脉络非常简单，就两句话:
1)connectionStates.connecting(）记录状态为连贯中，这个没啥好说的。
2)selector.connect() 通过 Kafka 封装的 Selector 执行 connect 办法，这个就是建设连贯的要害了。
Selector 的 connect 办法就非常要害，咱们看下它的代码在做什么：
org.apache.kafka.common.network.Selector.java
@Override
public void connect(String id, InetSocketAddress address, int sendBufferSize, int receiveBufferSize) throws IOException {if (this.channels.containsKey(id))
throw new IllegalStateException("There is already a connection for id" + id);
SocketChannel socketChannel = SocketChannel.open();
socketChannel.configureBlocking(false);
Socket socket = socketChannel.socket();
socket.setKeepAlive(true);
if (sendBufferSize != Selectable.USE_DEFAULT_BUFFER_SIZE)
socket.setSendBufferSize(sendBufferSize);
if (receiveBufferSize != Selectable.USE_DEFAULT_BUFFER_SIZE)
socket.setReceiveBufferSize(receiveBufferSize);
socket.setTcpNoDelay(true);
boolean connected;
try {connected = socketChannel.connect(address);
} catch (UnresolvedAddressException e) {socketChannel.close();
throw new IOException("Can't resolve address: " + address, e);
} catch (IOException e) {socketChannel.close();
throw e;
}
SelectionKey key = socketChannel.register(nioSelector, SelectionKey.OP_CONNECT);
KafkaChannel channel = channelBuilder.buildChannel(id, key, maxReceiveSize);
key.attach(channel);
this.channels.put(id, channel);
if (connected) {
// OP_CONNECT won't trigger for immediately connected channels
log.debug("Immediately connected to node {}", channel.id());
immediatelyConnectedKeys.add(key);
key.interestOps(0);
}
}
PlaintextChannelBuilder.java
public KafkaChannel buildChannel(String id, SelectionKey key, int maxReceiveSize) throws KafkaException {
KafkaChannel channel = null;
try {PlaintextTransportLayer transportLayer = new PlaintextTransportLayer(key);
Authenticator authenticator = new DefaultAuthenticator();
authenticator.configure(transportLayer, this.principalBuilder, this.configs);
channel = new KafkaChannel(id, transportLayer, authenticator, maxReceiveSize);
} catch (Exception e) {log.warn("Failed to create channel due to", e);
throw new KafkaException(e);
}
return channel;
}下面 connect()办法的外围脉络次要就是：
1）SocketChannel.open()创立了 NIO 的 SocketChannel
2）设置了一些 Sokect 参数，通过 SocketChannel 发动了 connect 连贯（这个是 NIO 常见的操作，大家能够本人取搜一个 Java 原生 NIO 的 HelloWorld，或者之后关注 NIO 成长记，就会对这个必定不会生疏了）
3）socketChannel 向 Selector 注册 register，并且指明关注建设连贯申请 SelectionKey.OP_CONNECT，通过 SelectionKey 关联对应的 SocketChannel
4）buildChannel 将下面 SocketChannel、Selector、SelectionKey 整个关系封装到了 KafkaChannel 中，这里比拟坑的是，它还二次封装了一个对象叫做 TransportLayer。并且通过 key.attach(channel); 将 KafkaChannel 绑定了到了 SelcetionKey 下来
5) 通过 Map<String, KafkaChannel> channels，缓存了 KafkaChannel
整个逻辑如下图所示：
到这里 initateConnect()办法就执行实现了，maybeupdate 办法返回，接着进入第二次 while 循环的下一步，Selector.poll();
如下粉红线条所示：
而 Selector.poll(); 之前咱们就晓得它底层会调用 nioSelector 的 select() 阻塞期待是否有关怀的申请。
如果你相熟 NIO 的话，就晓得，如果之前发送的 connect 连贯建设胜利，那注册的 Selectionkey 有对应关怀的事件 SelectionKey.OP_CONNECT，就会跳出阻塞。
这个过程如下图所示：
从上图来看，接着就肯定会执行 pollSelectionKeys()办法了:
private void pollSelectionKeys(Iterable<SelectionKey> selectionKeys, boolean isImmediatelyConnected) {Iterator<SelectionKey> iterator = selectionKeys.iterator();
while (iterator.hasNext()) {SelectionKey key = iterator.next();
iterator.remove();
KafkaChannel channel = channel(key);
// register all per-connection metrics at once
sensors.maybeRegisterConnectionMetrics(channel.id());
lruConnections.put(channel.id(), currentTimeNanos);
try {/* complete any connections that have finished their handshake (either normally or immediately) */
if (isImmediatelyConnected || key.isConnectable()) {if (channel.finishConnect()) {this.connected.add(channel.id());
this.sensors.connectionCreated.record();} else
continue;
}
/* if channel is not ready finish prepare */
if (channel.isConnected() && !channel.ready())
channel.prepare();
/* if channel is ready read from any connections that have readable data */
if (channel.ready() && key.isReadable() && !hasStagedReceive(channel)) {
NetworkReceive networkReceive;
while ((networkReceive = channel.read()) != null)
addToStagedReceives(channel, networkReceive);
}
/* if channel is ready write to any sockets that have space in their buffer and for which we have data */
if (channel.ready() && key.isWritable()) {Send send = channel.write();
if (send != null) {this.completedSends.add(send);
this.sensors.recordBytesSent(channel.id(), send.size());
}
}
/* cancel any defunct sockets */
if (!key.isValid()) {close(channel);
this.disconnected.add(channel.id());
}
} catch (Exception e) {String desc = channel.socketDescription();
if (e instanceof IOException)
log.debug("Connection with {} disconnected", desc, e);
else
log.warn("Unexpected error from {}; closing connection", desc, e);
close(channel);
this.disconnected.add(channel.id());
}
}
}这个办法的逻辑看上去不太清晰，没关系，咱们能够 debug 看下：
你会发现这个办法次要就是在遍历有响应的 SelectionKeys 汇合，因为之前只注册了一个 SelectioinKey, 关系 Connect 类型的申请，所以这里咱们只遍历到了一个。
接着你一路断点就会发现，这个 while 循环外围执行如下一句话:
private final List<String> connected;
if (channel.finishConnect()) {this.connected.add(channel.id());
this.sensors.connectionCreated.record();} else
continue;
}KafkaChannel.java
public boolean finishConnect() throws IOException {return transportLayer.finishConnect();
}
PlaintextTransportLayer.java
public boolean finishConnect() throws IOException {boolean connected = socketChannel.finishConnect();
if (connected)
key.interestOps(key.interestOps() & ~SelectionKey.OP_CONNECT | SelectionKey.OP_READ);
return connected;
}下面 if-else 这段代码的外围脉络就是：
首先通过 channel.finishConnect() 判断了连贯是否建设，底层实质就是 NIO 的 socketChannel.finishConnect();，如果连贯建设，批改了 SelectionKey 关怀的操作次要是 SelectionKey.OP_READ 类型，不再是 OP_CONNECT 类型了。之后将建设连贯的 ChannelId 缓存了起来，在一个 List<String> connected 汇合中。
整体如下图所示：
poll 办法就执行实现了，第二次 while 循环的第二步也就执行实现了，最初 while 循环还会执行一堆 handle 办法：
handleCompletedSends(responses, updatedNow);
handleCompletedReceives(responses, updatedNow);
handleDisconnections(responses, updatedNow);
handleConnections();
handleTimedOutRequests(responses, updatedNow);其实你都能够猜出来，建设连贯后会执行哪一个办法？没错，会进行 handleConnections()的执行，其余办法压根执行不到，都是间接返回的。
handleConnections 执行什么逻辑呢？
NetWorkClient.java
private void handleConnections() {for (String node : this.selector.connected()) {log.debug("Completed connection to node {}", node);
this.connectionStates.connected(node);
}
}
Selector.java
public List<String> connected() {return this.connected;}
ClusterConnectionStates.java
public void connected(String id) {NodeConnectionState nodeState = nodeState(id);
nodeState.state = ConnectionState.CONNECTED;
}其实就是遍历了建设了 Channel 的 Node（Broker）, 记录了这个 Node 的连贯状态为 CONNECTED。（你还记得之前 maybeUpdate 的执行 initiateConnect()时候是状态是 CONNECTING 么？）
到这里其实第二次 while 循环就执行实现了，第二次循环也是一样外围执行这三大步的，maybeUpdate()->poll()->handle 结尾办法。次要做的事件就是和 Broker 通过 NIO 的形式建设了连贯。
而之前的第一次循环，maybeUpdate()->poll()->handle 结尾办法，中次要就是 poll()办法阻塞了下，其余什么都没有干。
第二次循环的整体过程，总结如下的大图：
通过这第二次循环逻辑，是不是你对 Producer 有了更相熟的意识了呢？
之后还有会再次执行第三次 while 循环甚至更多，都是一样的再次执行 maybeUpdate()->poll()->handle 结尾办法的逻辑。
发送元数据的拉取申请
Sender 的再次执行第三次循环，第一步必定还是执行 maybeUpdate(), 而这次执行 maybeUpdate()，连贯曾经建设，会执行另一段逻辑，doSend()办法，真正进行元数据的拉取。让咱们快来一起看下吧！
/**
* Add a metadata request to the list of sends if we can make one
*/
private void maybeUpdate(long now, Node node) {if (node == null) {log.debug("Give up sending metadata request since no node is available");
// mark the timestamp for no node available to connect
this.lastNoNodeAvailableMs = now;
return;
}
String nodeConnectionId = node.idString();
if (canSendRequest(nodeConnectionId)) {
this.metadataFetchInProgress = true;
MetadataRequest metadataRequest;
if (metadata.needMetadataForAllTopics())
metadataRequest = MetadataRequest.allTopics();
else
metadataRequest = new MetadataRequest(new ArrayList<>(metadata.topics()));
ClientRequest clientRequest = request(now, nodeConnectionId, metadataRequest);
log.debug("Sending metadata request {} to node {}", metadataRequest, node.id());
doSend(clientRequest, now);
} else if (connectionStates.canConnect(nodeConnectionId, now)) {
// we don't have a connection to this node right now, make one
log.debug("Initialize connection to node {} for sending metadata request", node.id());
initiateConnect(node, now);
// If initiateConnect failed immediately, this node will be put into blackout and we
// should allow immediately retrying in case there is another candidate node. If it
// is still connecting, the worst case is that we end up setting a longer timeout
// on the next round and then wait for the response.
} else { // connected, but can't send more OR connecting
// In either case, we just need to wait for a network event to let us know the selected
// connection might be usable again.
this.lastNoNodeAvailableMs = now;
}这次执行到 maybeUpdate 的时候，会执行
//NetworkClient.java
private boolean canSendRequest(String node) {return connectionStates.isConnected(node) && selector.isChannelReady(node) && inFlightRequests.canSendMore(node);
}
//ClusterConnectionStates.java
public boolean isConnected(String id) {NodeConnectionState state = nodeState.get(id);
return state != null && state.state == ConnectionState.CONNECTED;
}
//Selector.java
public boolean isChannelReady(String id) {KafkaChannel channel = this.channels.get(id);
return channel != null && channel.ready();}
//PlaintextTransportLayer.java
public boolean ready() {return true;}
//InFlightRequests.java
private final Map<String, Deque<ClientRequest>> requests = new HashMap<String, Deque<ClientRequest>>();
public boolean canSendMore(String node) {Deque<ClientRequest> queue = requests.get(node);
return queue == null || queue.isEmpty() ||
(queue.peekFirst().request().completed() && queue.size() < this.maxInFlightRequestsPerConnection);
}下面通过一堆组件，当三个条件都是 true 才会执行，doSend 办法。
connectionStates.isConnected(node)：必定是 ture 了，因为连贯状态曾经记录为 Connected 了。
selector.isChannelReady(node)：之前建设的 Kafkachannel 缓存在了 map 中，channel.ready()默认永远返回 ture，
inFlightRequests.canSendMore(node)：requests 队列非空并且队列元素数量小于 maxInFlightRequestsPerConnection 默认 5，这个配置即可。
第二次循环的时候，队列压根是空的，所以这个条件也是 ture 了。
/**
* 这里波及了一个很要害的内存构造 InFlightRequests 中的 Map<String, Deque<ClientRequest>> requests，一个 Map 和双向队列组成的内存构造。之前剖析 *Network 的时候咱们提到过这个组件，那个时候只是通过正文晓得：InFlightRequests，是示意已发送或正在发送但尚未收到响应的申请汇合。具体做什么的并不知道。* 然而，这里咱们就能够看到，在发送申请前，申请 request 会进入这个内存构造进行暂存，和正文表白的很靠近了，常常会用来判断有没有待发送申请。*/也就是说当连贯已建设后，第三次循环就会执行到 doSend 办法逻辑了。
如下图所示：
接着 if 如果通过就是执行了如下逻辑了：
if (canSendRequest(nodeConnectionId)) {
this.metadataFetchInProgress = true;
MetadataRequest metadataRequest;
if (metadata.needMetadataForAllTopics())
metadataRequest = MetadataRequest.allTopics();
else
metadataRequest = new MetadataRequest(new ArrayList<>(metadata.topics()));
ClientRequest clientRequest = request(now, nodeConnectionId, metadataRequest);
log.debug("Sending metadata request {} to node {}", metadataRequest, node.id());
doSend(clientRequest, now);
}
public RequestSend(String destination, RequestHeader header, Struct body) {super(destination, serialize(header, body));
this.header = header;
this.body = body;
}
public static ByteBuffer serialize(RequestHeader header, Struct body) {ByteBuffer buffer = ByteBuffer.allocate(header.sizeOf() + body.sizeOf());
header.writeTo(buffer);
body.writeTo(buffer);
buffer.rewind();
return buffer;
}首先能够看到，doSend 前对申请参数做了各种档次的包装，最终对象序列化成 ByteBuffer。（这里依照什么格局序列化成 ByteBuffer 的此时咱们临时不做钻研，之后钻研 Kafka 解决粘包和拆包问题的时候咱们会再次提到的）
具体细节我就不带大家看了，简略概括下就是：MetadataRequest->RequestHeader+Struct-=RequestSend（serialize 办法转为 ByteBuffer）->ClientRequest
包装好申请之后，调用了 doSend 办法：
private void doSend(ClientRequest request, long now) {request.setSendTimeMs(now);
this.inFlightRequests.add(request);
selector.send(request.request());
}
//ClientRequest.java
public RequestSend request() {return request;}
// Selector.java
public void send(Send send) {KafkaChannel channel = channelOrFail(send.destination());
try {channel.setSend(send);
} catch (CancelledKeyException e) {this.failedSends.add(send.destination());
close(channel);
}
}
private KafkaChannel channelOrFail(String id) {KafkaChannel channel = this.channels.get(id);
if (channel == null)
throw new IllegalStateException("Attempt to retrieve channel for which there is no open connection. Connection id" + id + "existing connections" + channels.keySet());
return channel;
}
// KafkaChannel.java
public void setSend(Send send) {if (this.send != null)
throw new IllegalStateException("Attempt to begin a send operation with prior send operation still in progress.");
this.send = send;
this.transportLayer.addInterestOps(SelectionKey.OP_WRITE);
}
// PlaintextTransportLayer.java
public void addInterestOps(int ops) {key.interestOps(key.interestOps() | ops);
}这段办法就比拟有意思了，你会发现 doSend 次要脉络如下：
1）将申请暂存到了 inFlightRequests 内存构造中
2）Selector 从 map 中获取到之前缓存的 KafkaChannel
3) KafkaChannel 记录了发送的申请数据 RequestSend，并且补充了对写申请的关注（在之前连贯建设后，勾销了 OP_CONNECT 关注，减少关注 OP_READ，你还记得么？）
下面的操作根本就是 NIO 的惯例操作了，获取 Channel，设置关注事件。然而 …
channel.write 操作呢？这里并没有写数据进来呀？所以KafkaChannel 这个办法叫 setSend(Send send)，只是设置了待发送的对象，和关怀的 OP_WRITE 而已。
整个过程如下图所示：
doSend 办法执行后，metadataUpdater.maybeUpdate 的办法也就返回了，接着就会进入第三次循环的第二大步，selector.poll()办法，最初会执行 handle 结尾的办法。这个置信你曾经不生疏了。
而 selector.poll()外围就两步：
1) selector.select() 阻塞期待服务端返回关怀的事件
2）执行 pollSelectionKeys()，遍历所有 SelectionKeys，依据 SelectionKey 关怀的事件，执行不同的解决（之前建设连贯的时候，只是依据 OP_CONNECT，记录了连贯胜利的 ChannelId。）
这里因为客户端关怀的 OP_READ 和 OP_WRITE 事件，所以第三次执行循环的时候，这里 selector.select() 阻塞会跳出，执行前面 pollSelectionKeys()的逻辑。
这里我间接截取了要害逻辑进去，Selector.java 第三次 while 循环执行时，pollSelectionKeys 办法 遍历 SelectionKeys 的外围逻辑如下：
//Selector.java 第三次 while 循环执行时，pollSelectionKeys 办法 遍历 SelectionKeys 的外围逻辑
if (channel.ready() && key.isWritable()) {Send send = channel.write();
if (send != null) {this.completedSends.add(send);
this.sensors.recordBytesSent(channel.id(), send.size());
}
}下面的外围次要就是：
1）通过 channel.write()将拉取元数据的申请发送进来！
2）发送实现后，记录曾经发送胜利的申请到 List<Send> completedSends; 中
在这里咱们终于看到了 channel.write() 而且最终底层是通过的 nio 的 socketChannel.write，将之前序列化好的 ByteBuffer 写出去的。而且发送实现会移除 SelectionKey.OP_WRITE 的关注，不再写出数据了。
//KafkaChannel.java
public Send write() throws IOException {
Send result = null;
if (send != null && send(send)) {
result = send;
send = null;
}
return result;
}
private boolean send(Send send) throws IOException {send.writeTo(transportLayer);
if (send.completed())
transportLayer.removeInterestOps(SelectionKey.OP_WRITE);
return send.completed();}
//PlaintextTransportLayer.java
public long write(ByteBuffer[] srcs) throws IOException {return socketChannel.write(srcs);
}
数据终于发送实现了，整个过程能够总结如下图所示：
while 循环的第三次执行，曾经执行了 maybeUpdat()和 poll()办法了，最初就是执行 handle 结尾的办法了。
handleCompletedSends(responses, updatedNow);
handleCompletedReceives(responses, updatedNow);
handleDisconnections(responses, updatedNow);
handleConnections();
handleTimedOutRequests(responses, updatedNow);这些办法中必定的执行是 handleCompletedSends 办法了。
private void handleCompletedSends(List<ClientResponse> responses, long now) {
// if no response is expected then when the send is completed, return it
for (Send send : this.selector.completedSends()) {ClientRequest request = this.inFlightRequests.lastSent(send.destination());
if (!request.expectResponse()) {this.inFlightRequests.completeLastSent(send.destination());
responses.add(new ClientResponse(request, now, false, null));
}
}
}这里会从之前暂存的 inFlightRequests 取出来发送的申请，request.expectResponse()默认是 true，所以 if 条件不会成立，handleCompletedSends 相当于什么都没做。从正文看这个办法是为了解决：” 如果没有响应，那么当发送实现时，返回它。” 也就是说这个逻辑不是要害逻辑，咱们抓大放小，跳过就行了。
随着你浏览源码的教训晋升，你会常常发现这种不是外围的逻辑。此时你肯定要学会取舍，学会抓大放小的思维。
既然如此，handle 结尾的办法其实就执行实现了。该进入第四次 while 循环了 ….
接管拉取的元数据，唤醒 KafkaProduer.Send 办法
其实你能够想到，第四次 while 循环会做些什么。当然是接管服务端返回的元数据，唤醒之前 wait 的 KafkaProduer.Send 办法了。有了之前 3 次 while 循环的教训，这次让咱们间接找到外围逻辑，看看它是如何做的，一起疾速的看一下吧！
1)首先执行的 maybeUpdate：
第四次 while 循环，maybeUpdate 中 waitForMetadataFetch 会计算出一个非 0 的值，导致 maybeUpdate 和第一次循环一样，什么都不会执行
long timeToNextMetadataUpdate = metadata.timeToNextUpdate(now);
long timeToNextReconnectAttempt = Math.max(this.lastNoNodeAvailableMs + metadata.refreshBackoff() - now, 0);
long waitForMetadataFetch = this.metadataFetchInProgress ? Integer.MAX_VALUE : 0;2)接着执行 selector.poll()，会阻塞在 select()办法，然而当服务器返回数据，因为咱们 SelectionKey 上目前只关注了 OP_READ，所以会此时会跳出阻塞执行对应的 pollSelectionKeys 中的逻辑
/* if channel is ready read from any connections that have readable data */
if (channel.ready() && key.isReadable() && !hasStagedReceive(channel)) {
NetworkReceive networkReceive;
while ((networkReceive = channel.read()) != null)
addToStagedReceives(channel, networkReceive);
}
Map<KafkaChannel, Deque<NetworkReceive>> stagedReceives；/**
* adds a receive to staged receives
*/
private void addToStagedReceives(KafkaChannel channel, NetworkReceive receive) {if (!stagedReceives.containsKey(channel))
stagedReceives.put(channel, new ArrayDeque<NetworkReceive>());
Deque<NetworkReceive> deque = stagedReceives.get(channel);
deque.add(receive);
}这段逻辑其实就是就是承受 ByteBuffer 为放入 NetworkReceive 对象中，底层实质调用的是 SocketChannel 的 read()办法，就是常见的 NIO 操作而已。和发送数据的是相似的。底层这里就不带大家看了，置信你本人能够看明确的。
除了承受数据到 NetworkReceive 对象中，还会将承受的数据暂存到一个双端队列 Deque 中。Map<KafkaChannel, Deque<NetworkReceive>> stagedReceives；
3) 执行完 poll 办法后，就该执行 handle 结尾的办法了 ，此次执行的是 handleCompletedReceives() 办法：
/**
* Handle any completed receives and update the response list with the responses received.
*
* @param responses The list of responses to update
* @param now The current time
*/
private void handleCompletedReceives(List<ClientResponse> responses, long now) {for (NetworkReceive receive : this.selector.completedReceives()) {String source = receive.source();
ClientRequest req = inFlightRequests.completeNext(source);
Struct body = parseResponse(receive.payload(), req.request().header());
if (!metadataUpdater.maybeHandleCompletedReceive(req, now, body))
responses.add(new ClientResponse(req, now, false, body));
}
}
public boolean maybeHandleCompletedReceive(ClientRequest req, long now, Struct body) {short apiKey = req.request().header().apiKey();
if (apiKey == ApiKeys.METADATA.id && req.isInitiatedByNetworkClient()) {handleResponse(req.request().header(), body, now);
return true;
}
return false;
}
和这个办法脉络很简略：
1）依据之前暂存的申请 ClientRequest，从 NetworkReceive 找到对应的响应，接着进行一系列的解析 ButeBuffer 为一个 Struct 对象。
2）执行 DefaultMetadataUpdater 的 maybeHandleCompletedReceive 办法
之后的 DefaultMetadataUpdater 的 maybeHandleCompletedReceive 这个办法有做什么的？
private void handleResponse(RequestHeader header, Struct body, long now) {
this.metadataFetchInProgress = false;
MetadataResponse response = new MetadataResponse(body);
Cluster cluster = response.cluster();
// check if any topics metadata failed to get updated
Map<String, Errors> errors = response.errors();
if (!errors.isEmpty())
log.warn("Error while fetching metadata with correlation id {} : {}", header.correlationId(), errors);
// don't update the cluster if there are no valid nodes...the topic we want may still be in the process of being
// created which means we will get errors and no nodes until it exists
if (cluster.nodes().size() > 0) {this.metadata.update(cluster, now);
} else {log.trace("Ignoring empty metadata response with correlation id {}.", header.correlationId());
this.metadata.failedUpdate(now);
}
}
public synchronized void update(Cluster cluster, long now) {
this.needUpdate = false;
this.lastRefreshMs = now;
this.lastSuccessfulRefreshMs = now;
this.version += 1;
for (Listener listener: listeners)
listener.onMetadataUpdate(cluster);
// Do this after notifying listeners as subscribed topics' list can be changed by listeners
this.cluster = this.needMetadataForAllTopics ? getClusterForCurrentTopics(cluster) : cluster;
notifyAll();
log.debug("Updated cluster metadata version {} to {}", this.version, this.cluster);
}
下面的代码外围脉络如下：
1) maybeHandleCompletedReceive 会将 Strut 对象转为 MetadataResponse 之后转为 Cluster 对象
2）最初依据 Cluster 中的 Nodes 信息，如果大于 0，执行 metadata.update()办法，执行一些 Listener 回调，最初要害的是 metadata.notifyAll() 唤醒了之前阻塞期待的 KafkaProducer.send()
整个过程总结如下图所示：
总结
到此元数据的拉取源码原理咱们就钻研的完了。其实当你钻研实现之后，你会发现，咱们执行了外围 while 循环 4 次，随着反复反复的过程，如同源码原理并没有多难了。
其实就是这样的，很多时候，简略的事件反复做，只有多思考多推敲，就会发现法则，就会缓缓了解事件的实质。 这个思维比咱们钻研分明 Kafka 拉取元数据的源码原理重要的多。
另外就是元数据拉取说白了其实并不简单，无非都是连贯建设，申请发送，申请响应。是 Kafka 应用了一些有意思的机制，wait+notifyAll 机制和 NIO 的形式而已。
之前我始终给你们画的是具体的逻辑图，你们能够本人画了一个简图，总结下它的逻辑。如果本人能画图，给他人解释明确，就阐明你真正了解了。
不过其实在这个过程中 Kafka 还是做了很多思考的，你能够思考下，它的一些亮点和劣势，就像之前 ZK 选举原理钻研后一样。你思考出的思路和想法，远远大于常识自身。你能够留言在评论去给我咱们一起探讨！
Kafka 成长记定位尽管偏差于晋升技术深度，如果你纯熟的应用过 NIO，当然很好了解元数据拉取过程中的 NIO 常识。
如果不太理解 NIO 的，能够本人百度下 NIO 的基本知识。或者关注我之后出的《NIO 小白起步营》
咱们下一节再见！
本文由博客一文多发平台 OpenWrite 公布！
