DelayedOperation分析

我们知道，ProducerRequest和 FetchRequest两种请求，服务端在收到这请求时候，并不是立即响应返回，可能会等待一段时间才返回。

 

对于ProducerRequest来说，其中acks设置为-1，表示ProducerRequest

发送到leader之后，需要ISR集合中所有副本都同步该请求中消息（或者超时了）才能返回响应给客户端. ISR集合中的副本分布在不同的broker上，与leader同步就涉及到网络通信，一般情况下网络传输可能是一个耗时的过程，通常采用异步方式来处理，避免线程长时间等待

 

当FetchRequest发送到leader之后，会积累一定的消息才返回给消费者或者follower副本，并不是leader副本HighWatermark后移一条消息就立即返回给消费者，这是为了实现了批量消息发送

 

Kafka利用SystemTimer来定期检查请求超时，但这些请求真正目的并不是超时执行，而是为了满足其他条件后执行，所以SystemTimer已经无法满足需求。随意Kafka使用DelayedOpeartion来抽象延迟操作，对TimerTask做了一些扩展，除了有定时执行的功能，还提供检测其他条件执行的功能

 

核心方法：

# run: DelayedOperation到期时会提交到SystemTimer.taskExecutor线程执行，其中会调用forceComplete方法完成延迟操作，然后调用onExpiration方法执行延迟操作到期执行

override defrun(): Unit = {
  if (forceComplete())
    onExpiration()
}

# onExpiration：DepayedOpearion到期时执行的具体逻辑

def onExpiration(): Unit

 

# forceComplete： 如果DelayedOperation没有完成，则先将任务从时间轮删除到，然后调用onCompleted方法执行具体的业务逻辑

def forceComplete(): Boolean = {  if (completed.compareAndSet(false, true)) {    // cancel the timeout timer    cancel()    onComplete()    true  } else {    false  }}

 

# tryComplete： 子类根据自身类型，检测执行条件是否满足，若满足则回调用forceComplete方法完成延迟操作

def tryComplete(): Boolean

 

# onComplete： DelayedOperation具体的业务逻辑，比如DeplayedProduce中该方法实现就是向客户端返回ProduceResponse，该方法只能被forceComplete方法中被调用，且在DelayedOperation生命周期中只能被调用一次

def onComplete(): Unit

 

# isCompleted： 检测是任务是否完成

def isCompleted: Boolean = completed.get()