深度解析nacos源码之注册中心（临时数据集群间同步补充）

梦里梦外; 2022-09-08 00:16 105阅读 0赞

> 原创不易，转载请注明出处

### 文章目录 ###

*   *   *  前言
         *  源码解析
         *  总结

--------------------

### 前言 ###

本文主要是作为《[深度解析nacos源码之注册中心（临时数据集群间同步）][nacos]》一文的补充，在上文中，我们介绍了服务注册临时数据在集群间是怎样同步的，临时数据节点之间的关系是平等的，也就是peer to peer，就像eureka同步机制差不多，某一台nacos实例收到注册请求，首先会写入本地map中，然后向内存队列中塞入一个事件，异步更新结构化存储数据，接着就是异步同步，默认延时是2s，分别发送同步请求给集群中每个实例。本文作为上文的补充，主要看看集群中的节点收到临时数据同步请求是怎样处理。

### 源码解析 ###

在上文中，我们知道同步请求的uri是/nacos/v1/ns/distro/datum  
我们直接找到DistroController 的onSyncDatum 方法即可（都是SpringMVC的@RequestMapping注解，很好找到）

@PutMapping("/datum")
    public ResponseEntity onSyncDatum(@RequestBody Map<String, Datum<Instances>> dataMap) throws Exception { 
        for (Map.Entry<String, Datum<Instances>> entry : dataMap.entrySet()) { 
            if (KeyBuilder.matchEphemeralInstanceListKey(entry.getKey())) { 
                String namespaceId = KeyBuilder.getNamespace(entry.getKey());
                String serviceName = KeyBuilder.getServiceName(entry.getKey());
                if (!serviceManager.containService(namespaceId, serviceName) && switchDomain
                        .isDefaultInstanceEphemeral()) { 
                    serviceManager.createEmptyService(namespaceId, serviceName, true);
                }
                DistroHttpData distroHttpData = new DistroHttpData(createDistroKey(entry.getKey()), entry.getValue());
                distroProtocol.onReceive(distroHttpData);
            }
        }
        return ResponseEntity.ok("ok");
    }

遍历这个map，判断这个key是不是临时数据的key（就是看看这个key是不是`com.alibaba.nacos.naming.iplist.ephemeral.` 开头的），如果是的话，通过key解析出来namespace，serviceName这些东西。  
接着就是调用serviceManager 看看有没有存储结构中有没有这个namespace+ serviceName对应的数据结构。  
如果没有的话，就创建一个空的（为啥是空的， 因为一会异步更新进去，就跟服务注册一样），结构如图所示。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_Q1NETiBAJOeggeWHuuacquadpQ_size_77_color_FFFFFF_t_70_g_se_x_16]  
这个结构化数据存储的作用就是查找方便，供服务发现等功能使用，这里我们就深入展开了。  
最后就是DistroProtocol 的onReceive 方法，我们看下

public boolean onReceive(DistroData distroData) { 
        String resourceType = distroData.getDistroKey().getResourceType();
        DistroDataProcessor dataProcessor = distroComponentHolder.findDataProcessor(resourceType);
        if (null == dataProcessor) { 
            Loggers.DISTRO.warn("[DISTRO] Can't find data process for received data {}", resourceType);
            return false;
        }
        return dataProcessor.processData(distroData);
    }

通过resourceType 获取到了一个DistroDataProcessor，调用processor的 processData 方法处理数据。这里我们也不绕弯子，实现类就是DistroConsistencyServiceImpl，是唯一一个实现类。  
我们看下DistroConsistencyServiceImpl的processData 方法。

@Override
    public boolean processData(DistroData distroData) { 
        DistroHttpData distroHttpData = (DistroHttpData) distroData;
        Datum<Instances> datum = (Datum<Instances>) distroHttpData.getDeserializedContent();
        onPut(datum.key, datum.value);
        return true;
    }

可以看到，这里反序列化数据，调用了onPut 方法，这个onPut 方法看过服务注册流程的小伙伴很熟悉，干了2件事

1.  将数据存入DataStore （也就是我们常说的那个map）中。
2.  将事件变更放入内存队列中（会有一个线程专门从内存队列中获取事件，处理事件）

public void onPut(String key, Record value) { 
          // 判断是否是临时
          if (KeyBuilder.matchEphemeralInstanceListKey(key)) { // 如果是临时
              //封装datum
              Datum<Instances> datum = new Datum<>();
              datum.value = (Instances) value;
              datum.key = key;
              // 自增
              datum.timestamp.incrementAndGet();
              // 放到datastore中进行存储
              dataStore.put(key, datum);
          }
          // 如果listener里面没有这个key的话 直接返回 ，这个玩意是发布订阅的东西，进行通知，这个玩意service在初始化的会添加进去
          if (!listeners.containsKey(key)) { 
              return;
          }
          // 添加通知任务
          notifier.addTask(key, DataOperation.CHANGE);
      }

可以对照着代码再来看看，1是将数据存入dataStore （map）中，2是将变更事件封装成一个任务，放到内存队列中。  
在往后就是有个线程从内存队列中将事件取出来，然后处理事件，将变更key的数据从dataStore 中取出来，更新到对应的结构化数据结构中。

### 总结 ###

本文主要是《[深度解析nacos源码之注册中心（临时数据集群间同步）][nacos]》一文的补充，看看集群节点收到临时数据同步请求是怎样处理的，原理其实跟服务注册一样，还是先存入Datastore（map）中，接着就是创建事件变更任务，放入内存队列中，这个时候就完事了，会有一个线程不断的从内存队列中将事件取到，然后进行处理，这里是会将变更事件取到，到datastore中取到对应key的数据，将数据刷到结构化数据结构中。

[nacos]: https://inetyoung.blog.csdn.net/article/details/119654468
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_Q1NETiBAJOeggeWHuuacquadpQ_size_77_color_FFFFFF_t_70_g_se_x_16]: /images/20220829/dcfc23abc9274b77aa130c7365be13ac.png