node 集群與穩定

node集群搭建好之後，還需要考慮一些細節問題。

node子程序物件除了send()方法和messge事件外，還有如下事件：

上述這些事件是在父程序能監聽到的與子程序相關的事件。除了send()外，還能通過kill()方法給子程序傳送訊息。kill()方法並不能真正的將通過ipc相連的子程序殺死，它只是給子程序傳送

了乙個系統訊號。預設情況下，父程序將通過kill()方法給子程序傳送乙個sigterm訊號。它與程序預設的kill()方法類似。

//
子程序child.kill([signal]);
//當前程序
process.kill(pid, [signal]);

有了父子程序之間的相關事件後，就可以在這些關係之間建立出需要的機機制了。監聽子程序的exit事件來獲知其退出的資訊，並在主程序中加入一些子程序管理的機制，比如重新啟用乙個

新的工作程序來繼續服務。

實現**如下所示：

master.js

var fork = require('child_process').fork;
var cpus = require('os').cpus();
var server = require('net').createserver();
server.listen(1337, () =>)
var workers ={};
var createworker = function
() )
//控制代碼**
worker.send('server', server);
workers[worker.pid] =worker;
console.log('create worker. pid: ' +worker.pid);
}for (var i = 0; i < cpus.length; i++) 
//程序自己退出時，讓所有工作程序退出
})

上述**的處理流程是，一旦有未捕獲的異常出現，工作程序就會立即停止接收新的連線；當所有連線斷開後，退出程序。主程序在偵聽到工作程序的exit後，將會立即啟動新的程序服務，以此

保證整個集群中總是有程序在為使用者服務的。

上述**存在的問題是要等到所有連線斷開後程序才退出，在極端情況下，所有工作程序都停止接收新的連線，全處在等待退出的狀態。但在等到程序完全退出才重啟的過程中，所有新來的請求

可能存在沒有工作程序為新使用者服務的情景，這會丟掉大部分請求。

為此需要改進這個過程，不能等到工作程序退出後才重啟新的工作程序。當然也不能暴力退出程序，因為這樣會導致已連線的使用者直接斷開。於是在退出的流程中增加乙個自殺連線，當所有的連線斷開後才退出。主程序在接收到自殺訊號後，立即建立新的工作程序服務。**改動如下：

//
worker.js
process.on('uncaughtexception', () =>);
//停止接受新的連線
worker.close(() =>);
})//
master.js
var createworker = function
()     });
//退出時重新啟動新的程序
worker.on('exit', () =>)
//控制代碼**
worker.send('server', server);
workers[worker.pid] =worker;
console.log('create worker. pid: ' +worker.pid);
}

至此我們完成了程序的平滑重啟，一旦有異常出現，主程序就會建立新的工作程序來為使用者服務，舊的程序一旦處理完了已有連線就自動斷開。整個過程使得我們的應用穩定性和健壯性大大提高。

這裡存在問題的是有可能我們的連線是長連線，不是http服務的這種短連線，等待長時間斷開可能需要較久的時間。為此為已有連線的斷開設定乙個超時時間是必要的，在限定時間裡強制退出。

//
worker.js
process.on('uncaughtexception', () =>);
//停止接受新的連線
worker.close(() =>);
//5秒後退出
settimeout(() =>, 5000)
})

程序中如果出現未能捕獲的異常，就意味著有那麼一段**在健壯性上是不合格的。為此退出程序前，通過日誌記錄下問題所在是必須要做的事情，它可以幫我們很好地定位和追蹤**異常出現的位置，如下所示：

process.on('uncaughtexception', (err) =>);
//停止接受新的連線
worker.close(() =>);
//5秒後退出
settimeout(() =>, 5000)
})

通過自殺訊號告知主程序可以使得新連線總是有程序服務，但是依然還是有極端的情況。工作程序不能無限制的被重啟，如果啟動的過程中就發生了錯誤，或者啟動後接到連線就收到錯誤，

會導致工作程序被頻繁重啟，這種頻繁重啟不屬於我們捕捉未知異常的情況，因為這種短時間內頻繁重啟已經不符合預期的設定，極有可能是程式編寫的錯誤。

為了消除這種無意義的重啟，在滿足一定規則的限制下，不應當反覆重啟。比如在單位時間內規定只能重啟多少次，超過限制就觸發giveup事件，告知放棄重啟工作程序這個重要事情。

為了完成限量重啟的統計，引入乙個佇列來做標記，在每次重啟工作程序之間進行打點並判斷重啟是否太過頻繁，如下所示：

var fork = require('child_process').fork;
var cpus = require('os').cpus();
var server = require('net').createserver();
server.listen(1337, () =>)
//重啟次數
var limit = 10;
//時間單位
var during = 60000;
var restart =;
var istoofrequently = function
()     
//最後一次重啟到前10次重啟之間的時間間隔
return restart.length >= limit && restart[restart.length - 1] - restart[0] 
}var workers ={};
var createworker = function
()  
var worker = fork(__dirname + '/worker.js');
//啟動新的程序
worker.on('message', (message) =>
});//退出時重新啟動新的程序
worker.on('exit', () =>)
//控制代碼**
worker.send('server', server);
workers[worker.pid] =worker;
console.log('create worker. pid: ' +worker.pid);
}for (var i = 0; i < cpus.length; i++) 
//程序自己退出時，讓所有工作程序退出
process.on('exit', () =>
})

giveup事件是比uncaughtexception更嚴重的異常事件。uncaughtexception只代表集群中某個工作程序退出，在整體性保證下，不會出現使用者得不到服務的情況，但是這個giveup事件則表示

集群中沒有任何程序服務了，十分危險。為了健壯性了考慮，我們應在giveup事件中新增重要日誌，並讓監控系統監視到這個嚴重錯誤，進而報警等。

在多程序之間監聽相同的介面，使得請求能夠分散到多個程序上進行處理，這帶來的好處是可以將cpu資源都呼叫起來。node預設提供的機制是採用作業系統的搶占式策略。所謂的搶占式就是

在一堆工作程序中，閒著的程序對到來的請求進行爭搶，誰搶到誰服務。

一般而言，這種搶占式策略對大家是公平的，各個程序可以根據自己的繁忙度來進行搶占。但是對於node而言，需要分清的是它的繁忙是有cpu、i/o兩個部分構成的，影響搶占的是cpu的繁忙度。對於不同的業務，可能存在i/o繁忙，而cpu較為空閒的情況，這可能造成某個程序能夠搶到較多請求，形成負載不均衡的情況。

為此node在v0.11中提供了一種新的策略使得負載均衡更合理，這種新的策略叫round-robin,又叫輪叫排程

。輪叫排程的工作方式是由主程序接受連線，將其一次分發給工作程序。分發的策略

是在n個工作程序中，每次選擇第i = ( i + 1 ) mod n個程序來傳送連線。

round-robin非常簡單，可以避免cpu和i/o繁忙差異導致的負載不均衡。round-robin策略也可以通過**服務來實現，但是它會導致伺服器上消耗的檔案描述符是平常方式的兩倍。

node 集群與穩定

穩定與不穩定

穩定與不穩定排序

Etcd 集群穩定性測試記錄

node 集群與穩定

穩定與不穩定

穩定與不穩定排序

Etcd 集群穩定性測試記錄

相關推薦