ZStack--工做流引擎

时间  2019-11-12
标签 zstack 引擎 繁體版
原文   原文链接

 

在IaaS软件中的任务一般有很长的执行路径，一个错误可能发生在任意一个给定的步骤。为了保持系统的完整性，一个IaaS软件必须提供一套机制用于回滚先前的操做步骤。经过一个工做流引擎，ZStack的每个步骤，包裹在独立的工做流中，能够在出错的时候回滚。此外，经过在配置文件中组装工做流的方式，关键的执行路径能够被配置，这使得架构的耦合度进一步下降。java

 

动机数据库

数据中心是由大量的、各类各样的包括物理的（好比：存储，服务器）和虚拟的（好比：虚拟机）在内的资源组成的。IaaS软件本质就是管理各类资源的状态；例如，建立一个虚拟机一般会改变存储的状态（在存储上建立了一个新的磁盘），网络的状态（在网络上设置DHCP/DNS/NAT等相关信息），和虚拟机管理程序的状态（在虚拟机管理程序上建立一个新的虚拟机）。不一样于普通的应用程序，它们绝大多数时候都在管理存储在内存或数据库的状态。为了反映出数据中心的总体状态，IaaS软件必须管理分散在各个设备的状态，致使执行路径很长。一个IaaS软件任务一般会涉及在多个设备上的状态改变，错误可能在任何步骤发生，而后让系统处在一个中间状态，即一些设备已经改变了状态而一些没有。例如，建立一个虚拟机时，IaaS软件配置VM网络的常规步骤为DHCPàDNSàSNAT，若是在建立SNAT时发生错误，以前配置的DHCP和DNS颇有可能还留在系统内，由于它们已经成功地被应用，即便虚拟机最后没法成功建立。这种状态不一致的问题一般使云不稳定。编程

另外一方面，硬编码的业务逻辑在传统的IaaS软件内对于改变来讲是不灵活的；开发人员每每要重写或修改现有的代码来改变一些既定的行为，这些影响了软件的稳定性。设计模式

这些问题的解决方法是引入工做流的概念，将整块的业务逻辑分解成细粒度的、可回滚的步骤，使软件能够清理已经生成的错误的状态，使软件变得能够配置。服务器

 

注意：在ZStack中，咱们能够将工做流中的步骤（step）称为“流程（flow）”，在如下文章中，流程（flow）和步骤（step）是能够互换的。网络

 

问题架构

错误处理在软件设计中老是一个很头疼的问题。即便如今每个软件工程师都知道了错误处理的重要性，可是实际上，他们仍然在找借口忽略它。精巧的错误处理是很难的，尤为是在一个任务可能跨越多个组件的系统中。即便富有经验的工程师能够关注本身代码中的错误，他们也不可能为不是他们所写的组件付出相似的努力，若是整个架构中没有强制一种统一的，能够全局增强错误处理的机制。忽略错误处理在一个IaaS软件中是特别有害的。不像消费级程序能够经过重启来恢复全部的状态，一个IaaS软件一般没有办法本身恢复状态，将会须要管理员们去手动更正在数据库和外部设备中的错误。一个单一的状态不一致可能不会致使任何大的问题，并且也可能甚至不会被注意到，可是这种状态不一致性的不断积累将会在某个时刻最终摧毁整个云系统。app

 

工做流引擎ide

工做流是一种方法，把一些繁琐的方法调用分解为一个个专一于一件事情的、细粒度的步骤，它由序列或状态机驱动，最终完成一个完整的任务。配置好回滚处理程序后，当错误或未处理的异常在某一步骤发生时，一个工做流能够停止执行并回滚全部以前的执行步骤。以建立虚拟机为例，主要工做流程看起来像：函数

http://zstack.org/images/blogs/scalability/workflow1.png

顺序工做流，来源于链式设计模式（Chain Pattern），有着能够预见的执行顺序，这是ZStack工做流的基础。一个流程（flow），本质上是一个java接口，能够包含子流程，并只在前面全部流程完成后才能够执行。

public interface Flow {

    void run(FlowTrigger trigger, Map data);

 

    void rollback(FlowTrigger trigger, Map data);

}

在Flow接口中，工做流前进到这个流程（flow）的时候，run(FlowTrigger trigger, Map data)方法会被调用；参数Map data能够被用于从先前的流程（flow）中获取数据并把数据传递给后续的流程（flow）。当自身完成时，这个流程（flow）调用trigger.next()引导工做流（workflow）去执行下一个流程（flow）；若是一个错误发生了，这个流程（flow）应该调用trigger.fail(ErrorCode error)方法停止执行，并通知工做流（workflow）回滚已经完成的流程（包括失败的流程自身）调用各自的rollback()方法。

在FlowChain接口中被组建好的流程表明了一个完整的工做流程。有两种方法来建立一个FlowChain：

 

  1. 声明式

流程能够在一个组件的Spring配置文件中被配置，一个FlowChain能够经过填写一个流程的类的名字的列表到FlowChainBuilder中以被建立。

<beanid="VmInstanceManager"class="org.zstack.compute.vm.VmInstanceManagerImpl">
<propertyname="createVmWorkFlowElements">   
<list>       
<value></value>           org.zstack.compute.vm.VmAllocateHostFlow
<value></value>           org.zstack.compute.vm.VmImageSelectBackupStorageFlow
<value></value>           org.zstack.compute.vm.VmAllocatePrimaryStorageFlow
<value></value>           org.zstack.compute.vm.VmAllocateVolumeFlow
<value></value>           org.zstack.compute.vm.VmAllocateNicFlow
<value></value>           org.zstack.compute.vm.VmInstantiateResourcePreFlow
<value></value>           org.zstack.compute.vm.VmCreateOnHypervisorFlow
<value></value>           org.zstack.compute.vm.VmInstantiateResourcePostFlow
</list>       
</property>   
   
<!--only a part of configuration is showed -->    
</bean>

 

FlowChainBuildercreateVmFlowBuilder=FlowChainBuilder.newBuilder().setFlowClassNames(createVmWorkFlowElements).construct();
FlowChainchain=createVmFlowBuilder.build();

这是建立一个严肃的、可配置的、包含可复用流程的工做流程的典型方式。在上面的例子中，那个工做流的目的是建立用户VM；一个所谓的应用VM具备除分配虚拟机网卡外基本相同的流程，因此appliance VM的单一的流程配置和用户VM的流程配置大多数是能够共享的：

<beanid="ApplianceVmFacade"
class="org.zstack.appliancevm.ApplianceVmFacadeImpl">   
<propertyname="createApplianceVmWorkFlow">   
<list>       
<value></value>           org.zstack.compute.vm.VmAllocateHostFlow
<value></value>           org.zstack.compute.vm.VmImageSelectBackupStorageFlow
<value></value>           org.zstack.compute.vm.VmAllocatePrimaryStorageFlow
<value></value>           org.zstack.compute.vm.VmAllocateVolumeFlow
<value></value>           org.zstack.appliancevm.ApplianceVmAllocateNicFlow
<value></value>           org.zstack.compute.vm.VmInstantiateResourcePreFlow
<value></value>           org.zstack.compute.vm.VmCreateOnHypervisorFlow
<value></value>           org.zstack.compute.vm.VmInstantiateResourcePostFlow
</list>       
</property>   
 
<zstack:plugin>   
<zstack:extensioninterface="org.zstack.header.Component"/>       
<zstack:extensioninterface="org.zstack.header.Service"/>       
</zstack:plugin>   
</bean>

备注：在以前的图片中，咱们把ApplianceVmAllocateNicFlow流程高亮为绿色，这是建立用户VM和应用VM的工做流步骤中惟一不一样的地方。

 

2.编程的方式

 

一个FlowChain还能够经过编程方式建立。一般当要建立的工做流是琐碎的、流程不可复用的时候，使用这种方法。

FlowChainchain=FlowChainBuilder.newSimpleFlowChain();
chain.setName("test");
chain.setData(newHashMap());
chain.then(newFlow(){
String__name__="flow1";   
@Override   
publicvoidrun(FlowTriggertrigger,Mapdata){   
/* do some business */       
trigger.next();       
}   
 
@Override   
publicvoidrollback(FlowTriggertrigger,Mapdata){   
/* rollback something */       
trigger.rollback();       
}   
}).then(newFlow(){
String__name__="flow2";   
@Override   
publicvoidrun(FlowTriggertrigger,Mapdata){   
/* do some business */       
trigger.next();       
}   
 
@Override   
publicvoidrollback(FlowTriggertrigger,Mapdata){   
/* rollback something */       
trigger.rollback();       
}   
}).done(newFlowDoneHandler(){
@Override   
publicvoidhandle(Mapdata){   
/* the workflow has successfully done */       
}   
}).error(newFlowErrorHandler(){
@Override   
publicvoidhandle(ErrorCodeerrCode,Mapdata){   
/* the workflow has failed with error */       
}   
}).start();

以上形式使用不方便，由于在流中经过一个map data交换数据，每个流程必须冗余地调用data.get()和data.put()函数。使用一种相似DSL的方式，流能够经过变量共享数据：

FlowChainchain=FlowChainBuilder.newShareFlowChain();
chain.setName("test");
chain.then(newShareFlow(){
Stringdata1="data can be defined as class variables";   
 
{   
data1="data can be iintialized in object initializer";       
}   
 
@Override   
publicvoidsetup(){   
finalStringdata2="data can also be defined in method scope, but it has to be final";       
 
flow(newFlow(){       
String__name__="flow1";           
 
@Override           
publicvoidrun(FlowTriggertrigger,Mapdata){           
data1="we can change data here";               
StringuseData2=data2;               
 
/* do something */               
trigger.next();               
}           
 
@Override           
publicvoidrollback(FlowTriggertrigger,Mapdata){           
/* do some rollback */               
trigger.rollback();               
}           
});       
 
flow(newNoRollbackFlow(){       
String__name__="flow2";           
           
@Override            
publicvoidrun(FlowTriggertrigger,Mapdata){           
/* data1 is the value of what we have changed in flow1 */               
StringuseData1=data1;               
 
/* do something */               
trigger.next();               
}           
});       
 
done(newFlowDoneHandler(){       
@Override            
publicvoidhandle(Mapdata){           
/* the workflow has successfully done */               
}           
});       
 
error(newFlowErrorHandler(){       
@Override           
publicvoidhandle(ErrorCodeerrCode,Mapdata){           
/*the workflow has failed with error */               
}           
});       
}   
}).start();

 

总结

在这篇文章中，咱们展现了ZStack的工做流引擎。经过使用它，在错误发生的时候，ZStack在99%的时间里能够很好地保持系统状态一致，注意是99%的时间里，虽然工做流大多数时候是一个不错的处理错误的工具，但仍然有一些状况它不能处理，例如，回滚处理程序运行失败的时候。ZStack还配备了垃圾收集系统，咱们将在之后的文章对它进行介绍。

相关文章
相关标签/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公众号
   欢迎关注本站公众号,获取更多信息
联系我们 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程