>资讯>正文

一种接口依赖关系分层方案

时间:2023-06-28 02:30:07       来源:博客园
1、背景

到店商详迭代过程中,需要提供的对外能力越来越多,如预约日历、附近门店、为你推荐等。这其中不可避免会出现多个上层能力依赖同一个底层接口的场景。最初采用的方案是对外API入口进来后获取对应的能力,并发调用多项能力,由能力层调用对应的数据链路,进行业务处理。然而,随着接入功能的增多,这种情况导致了底层数据服务的重复调用,如商品配置信息,在一次API调用过程中重复调了3次,当流量增大或能力项愈多时,对底层服务的压力会成倍增加。


【资料图】

正值618大促,各方接口的调用都会大幅度增加。通过梳理接口依赖关系来减少重复调用,对本系统而言,降低了调用数据接口时的线程占用次数,可以有效降级CPU。对调用方来说,减少了调用次数,可减少调用方的资源消耗,保障底层服务的稳定性。

原始调用方式:2、优化

基于上述问题,采用底层接口依赖分层调用的方案。梳理接口依赖关系,逐层向上调用,注入数据,如此将同一接口的调用抽取到某层,仅调用一次,即可在整条链路使用。

改进调用方式:

只要分层后即可在每层采用多线程并发的方式调用,因为同一层级中的接口无先后依赖关系。

3、如何分层?

接下来,如何梳理接口层级关系就至关重要。

接口梳理分层流程如下:

第一步:构建层级结构

首先获取到能力层依赖项并遍历,然后调用生成数据节点方法。方法流程如下:构建当前节点,检测循环依赖(存在循环依赖会导致栈溢出),获取并遍历节点依赖项,递归生成子节点,存放子节点。

第二步:节点平铺

定义Map维护平铺结构,调用平铺方法。方法流程如下:遍历层级结构,判断当前节点是否已存在map中,存在时与原节点比较将层级大的节点放入(去除重复项),不存在时直接放入即可。然后处理子节点,递归调用平铺方法,处理所有节点。

第三步:分层(分组排序)

流处理平铺结构,处理层级分组,存储在TreeMap中维护自然排序。对应key中的数据节点Set需用多线程并发调用,以保证链路调用时间

1 首先,定义数据结构用于维护调用链路

Q1:为什么需要定义祖先节点?

A1:为了判断接口是否存在循环依赖。如果接口存在循环依赖而不检测将导致调用栈溢出,故而在调用过程中要避免并检测循环依赖。在遍历子节点过程中,如果发现当前节点的祖先已经包含当前子节点,说明依赖关系出现了环路,即循环依赖,此时抛异常终止后续流程避免栈溢出。

public class DataNode {    /**     * 节点名称     */    private String name;    /**     * 节点层级     */    private int level;    /**     * 祖先节点     */    private List ancestors;    /**     * 子节点     */    private List children;}
2 获取能力层的接口依赖,并生成对应的数据节点

Q1:生成节点时如何维护层级?

A1:从能力层依赖开始,层级从1递加。每获取一次底层依赖,底层依赖所生成的节点层级即父节点层级+1。

/** * 构建层级结构 * * @param handlers 接口依赖 * @return 数据节点集 */private List buildLevel(Set handlers) {    List result = Lists.newArrayList();    for (String next : handlers) {        DataNode dataNode = generateNode(next, 1, null, null);        result.add(dataNode);    }    return result;}/** * 生成数据节点 * * @param name 节点名称 * @param level 节点层级 * @param ancestors 祖先节点(除父辈) * @param parent 父节点 * @return DataNode 数据节点 */private DataNode generateNode(String name, int level, List ancestors, String parent) {    AbstractInfraHandler abstractInfraHandler = abstractInfraHandlerMap.get(name);    Set infraDependencyHandlerNames = abstractInfraHandler.getInfraDependencyHandlerNames();    // 根节点    DataNode dataNode = new DataNode(name);    dataNode.setLevel(level);    dataNode.putAncestor(ancestors, parent);    if (CollectionUtils.isNotEmpty(dataNode.getAncestors()) && dataNode.getAncestors().contains(name)) {        throw new IllegalStateException("依赖关系中存在循环依赖,请检查以下handler:" + JsonUtil.toJsonString(dataNode.getAncestors()));    }    if (CollectionUtils.isNotEmpty(infraDependencyHandlerNames)) {        // 存在子节点,子节点层级+1        for (String next : infraDependencyHandlerNames) {            DataNode child = generateNode(next, level + 1, dataNode.getAncestors(), name);            dataNode.putChild(child);        }    }    return dataNode;}

层级结构如下:

3 数据节点平铺(遍历出所有后代节点)

Q1:如何处理接口依赖过程中的重复项?

A1:遍历所有的子节点,将所有子节点平铺到一层,平铺时如果节点已经存在,比较层级,保留层级大的即可(层级大说明依赖位于更底层,调用时要优先调用)。

/** * 层级结构平铺 * * @param dataNodes 数据节点 * @param dataNodeMap 平铺结构 */private void flatteningNodes(List dataNodes, Map dataNodeMap) {    if (CollectionUtils.isNotEmpty(dataNodes)) {        for (DataNode dataNode : dataNodes) {            DataNode dataNode1 = dataNodeMap.get(dataNode.getName());            if (Objects.nonNull(dataNode1)) {                // 存入层级大的即可,避免重复                if (dataNode1.getLevel() < dataNode.getLevel()) {                    dataNodeMap.put(dataNode.getName(), dataNode);                }            } else {                dataNodeMap.put(dataNode.getName(), dataNode);            }            // 处理子节点            flatteningNodes(dataNode.getChildren(), dataNodeMap);        }    }}

平铺结构如下:

4 分层(分组排序)

Q1:如何分层?

A1:节点平铺后已经去重,此时借助TreeMap的自然排序特性将节点按照层级分组即可。

/** * @param dataNodeMap 平铺结构 * @return 分层结构 */private TreeMap> processLevel(Map dataNodeMap) {    return dataNodeMap.values().stream().collect(Collectors.groupingBy(DataNode::getLevel, TreeMap::new, Collectors.toSet()))}

分层如下:

1.根据分层TreeMap的key倒序即为调用的层级顺序

对应key中的数据节点Set需用多线程并发调用,以保证链路调用时间

4、分层级调用

梳理出调用关系并分层后,使用并发编排工具调用即可。这里梳理的层级关系,level越大,表示越优先调用。

这里以京东内部并发编排框架为例,说明调用流程:

/** * 构建编排流程 * * @param infraDependencyHandlers 依赖接口 * @param workerExecutor 并发线程 * @return 执行数据 */public Sirector buildSirector(Set infraDependencyHandlers, ThreadPoolExecutor workerExecutor) {    Sirector sirector = new Sirector<>(workerExecutor);    long start = System.currentTimeMillis();    // 依赖顺序与执行顺序相反    TreeMap> levelNodes;    TreeMap> cacheLevelNodes = localCacheManager.getValue("buildSirector");    if (Objects.nonNull(cacheLevelNodes)) {        levelNodes = cacheLevelNodes;    } else {        levelNodes = getLevelNodes(infraDependencyHandlers);        ExecutorUtil.executeVoid(asyncTpExecutor, () -> localCacheManager.putValue("buildSirector", levelNodes));    }    log.info("buildSirector 梳理依赖关系耗时:{}", System.currentTimeMillis() - start);    // 最底层接口执行    Integer firstLevel = levelNodes.lastKey();    EventHandler[] beginHandlers = levelNodes.get(firstLevel).stream().map(node -> abstractInfraHandlerMap.get(node.getName())).toArray(EventHandler[]::new);    EventHandlerGroup group = sirector.begin(beginHandlers);    Integer lastLevel = levelNodes.firstKey();    for (int i = firstLevel - 1; i >= lastLevel; i--) {        EventHandler[] thenHandlers = levelNodes.get(i).stream().map(node -> abstractInfraHandlerMap.get(node.getName())).toArray(EventHandler[]::new);        group.then(thenHandlers);    }    return sirector;}
5、 个人思考

作为接入内部RPC、Http接口实现业务处理的项目,在使用过程中要关注调用链路上的资源复用,尤其长链路的调用,要深入考虑内存资源的利用以及对底层服务的压力。

要关注对外服务接口与底层数据接口的响应时差,分析调用逻辑与流程是否合理,是否存在优化项。

多线程并发调用多个平行数据接口时,如何使得各个线程的耗时方差尽可能小?

作者:京东零售 王江波

来源:京东云开发者社区

相关内容