开源IaaS ZStack 的伸缩性秘密之异步架构
ZStack 核心架构设计使得 99% 的任务异步执行，因此确保了单个的管理节点能够管理十万级的物理服务器，百万级的虚拟机，数万级的并行任务。
架构的创新动力
对于要管理大量的硬件和虚拟机的公有云，伸缩性是IaaS软件要解决的主要问题之一。一个中等规模的数据中心，可能会有50.000台物理服务器，大约 1,500,000的虚拟机，举例来说，同时分属于10000用户。虽然，用户不太可能象刷新Facebook页面一样开/关虚拟机，但是IaaS 系统还是会在某个时刻被数千任务拥塞，这些任务有来自API的，还有来自内部组件的。在某些更糟糕的情况下，一个用户可能会等一个小时才能创建虚拟机，就是因为系统线程池只有1000，而等待处理的任务有5000个。
问题
首先，我们明确反对某些文章中的观点，针对 IaaS 伸缩性问题归结于，其声称 “支撑基础，特别是数据库和消息代理是 IaaS 伸缩性的问题的罪魁祸首”。 这完全是错误的!首先，就数据库的规模来讲，其顶多算是小型和中型;像 Facebook 和 Twitter 这样的互联网巨头，还在拥 MySQL 作为其主数据库。IaaS 的数据难道超过了 Facebook 或 Twitter 吗?完全不可能，他们是十亿级，IaaS 只有百万级(超级数据中心)。其次，相较与 Apache Kafka 或者 ZeroMQ 此类的消息代理服务器，ZStack 所应用的 RabbitMQ 只能算是一个中等伸缩性的代理。但是，其依然可以保持每秒 50.000 的消息处理量。(参考，RabbitMQ 性能测试 ， part 2)。难道这在 IaaS 软件系统中做通信还不够吗?完全足够。
其实，IaaS 伸缩性问题的根源在于：任务处理慢。确实是，在 IaaS 软件系统中任务处理非常慢，慢到要有几秒甚至是几分钟才能完成。因此，当系统中全是这种慢慢处理的任务时候，当然就带来了新任务的巨大的延迟。而这种慢处理的任务源于任务路径过长。举例说明，创建虚拟机，一般要经过以下路径 身份服务(service)-->规划器(scheduler)-> 图象服务(service)->存储服务->网络服务->系统管理(Hypervisor); 每个服务都会花费几秒甚至几分钟来操作外部硬件，这就导致了超长的任务处理时长。
同步 vs 异步
传统的 IaaS 软件系统同步处理任务;其往往是基于线程池机制。在此机制下，线程分配给每一个任务，只有当前任务结束后，下一个任务才能被处理。因为，任务处理缓慢，在遇到并行任务的峰值时, 系统由于超过了线程池的极限所以变的很慢，新来的任务只能缓存排队。
解决之道，直观的认为要增加线程池的容量;不过，现在操作系统虽然可以允许程序启动数万的线程，但是调度效率很低。因此，人们就开始做横向扩展，把处理任务分布在类似软件程序上，这些程序驻留在不同操作系统上;因为每个程序拥有其独有的线程池，从而最终增加了整个系统的线程池的容量。但是，以上横向扩展的方案带来了成本问题,其加大了管理的难度，并且，从软件设计的角度讲，集群软件本身也还是不小的挑战。最后，虽然其他的包括数据库，消息代理和外部系统(例如，成千的物理服务器)在内的基础设施有足够的能力来服务于更多的并行任务，但是IaaS软件系统本身变成了云系统的瓶颈。
ZStack 通过异步架构来解决这个问题。如果，我们考虑 IaaS 软件系统和数据中心其他设施的关系，IaaS 软件系统其实是一个中间人的角色。其协调外部系统但不做时实的任务;例如，IaaS 不作具体工作，而是存储系统创建物理卷，镜像系统下载模板，虚拟机由虚拟管理系统创建。那么，IaaS 实际的工作任务就是决定如何分发子任务(sub-tasks)给外部系统。例如，对 KVM，子任务就包括了准备逻辑卷，网络和创建虚拟机，这些子任务都是 KVM 主机实施的;这个过程可能花费5秒钟，其中 IaaS 软件 0.5s, 其余 4.5s 被 KVMz 主机占用。根本上，ZStack 的异步架构确保了不用等这 4.5s，而是仅仅用0.5s 来选择执行的 KVM 主机，然后把任务分发出去。一旦，KVM 主机完成了指定的任务，它就会通知 IaaS 管理软件。以异步架构的方式，一个 100 线程的线程池就能轻松处理数千的并行任务。
ZStack 的异步方式
异步操作在计算机世界很普遍;异步 I/O, AJAX(Asynchronous Javascript And XML 异步的(Javascript 和 XML)是广为人知的例子。然而，要构建异步的全业务逻辑，特别象是 IaaS 这样的集成软件，仍然由很多挑战 。
最大的挑战在于，不是部分，而是全部的组件都要实现异步;例如，如果只是构建一个异步存储服务，但其他相关服务都是同步。那么，整个系统还是没有多少优势。这是因为，要调用存储服务，即使它是异步的，调用方的服务还是不得不等待其结束，那么整个工作流依然是同步的。
图：线程中，业务流程服务要调用存储服务，直到存储服务返回了，线程才能结束。 虽然，存储服务通过异步方式和外部存储系统交互。
ZStack's 异步架构包含三部分： 异步消息，异步方法，异步 HTTP 调用。
1. 异步消息
ZStack 使用 RabbitMQ 作为消息总线以便连接各个服务。当某个服务调用另一个服务时，源服务发消息给目的服务并注册一个回调函数，然后马上返回;一旦目的服务完成了任务，它就会通过触发回调函数来回复任务结果。
AttachNicToVmOnHypervisorMsg amsg = new AttachNicToVmOnHypervisorMsg();
amsg.setVmUuid(self.getUuid());
amsg.setHostUuid(self.getHostUuid());
amsg.setNics(msg.getNics());
bus.makeTargetServiceIdByResourceUuid(amsg, HostConstant.SERVICE_ID, self.getHostUuid());
bus.send(amsg, new CloudBusCallBack(msg) {
@Override
public void run(MessageReply reply) {
AttachNicToVmReply r = new AttachNicToVmReply();
if (!reply.isSuccess()) {
r.setError(errf.instantiateErrorCode(VmErrors.ATTACH_NETWORK_ERROR, r.getError()));
}
bus.reply(msg, r);
}
}); 单个服务也可以发送一串消息给其他服务 ，并异步的等待回复。
final ImageInventory inv = ImageInventory.valueOf(ivo);
final List<DownloadImageMsg> dmsgs = CollectionUtils.transformToList(msg.getBackupStorageUuids(), new Function<DownloadImageMsg, String>() {
@Override
public DownloadImageMsg call(String arg) {
DownloadImageMsg dmsg = new DownloadImageMsg(inv);
dmsg.setBackupStorageUuid(arg);
bus.makeTargetServiceIdByResourceUuid(dmsg, BackupStorageConstant.SERVICE_ID, arg);
return dmsg;
}
});
bus.send(dmsgs, new CloudBusListCallBack(msg) {
@Override
public void run(List<MessageReply> replies) {
/* do something */
}
} 更进一步，也能发送具有一定并行性的消息串。 比如，一串十个的消息，能够两两发送，第三，第四个消息只有第一，第二个消息收到后在一起发出。
final List<ConnectHostMsg> msgs = new ArrayList<ConnectHostMsg>(hostsToLoad.size());
for (String uuid : hostsToLoad) {
ConnectHostMsg connectMsg = new ConnectHostMsg(uuid);
connectMsg.setNewAdd(false);
connectMsg.setServiceId(serviceId);
connectMsg.setStartPingTaskOnFailure(true);
msgs.add(connectMsg);
}
bus.send(msgs, HostGlobalConfig.HOST_LOAD_PARALLELISM_DEGREE.value(Integer.class), new CloudBusSteppingCallback() {
@Override
public void run(NeedReplyMessage msg, MessageReply reply) {
/* do something */
}
});2. 异步方法
ZStack 服务，就像以上段一所示，它们之间通过异步消息通信; 对于服务内部，一系列的互相关联的组件，插件是通过异步方法调用来交互的。
protected void startVm(final APIStartVmInstanceMsg msg, final SyncTaskChain taskChain) {
startVm(msg, new Completion(taskChain) {
@Override
public void success() {
VmInstanceInventory inv = VmInstanceInventory.valueOf(self);
APIStartVmInstanceEvent evt = new APIStartVmInstanceEvent(msg.getId());
evt.setInventory(inv);
bus.publish(evt);
taskChain.next();
}
@Override
public void fail(ErrorCode errorCode) {
APIStartVmInstanceEvent evt = new APIStartVmInstanceEvent(msg.getId());
evt.setErrorCode(errf.instantiateErrorCode(VmErrors.START_ERROR, errorCode));
bus.publish(evt);
taskChain.next();
}
});
} 同样, 回调也能包含返回值：
public void createApplianceVm(ApplianceVmSpec spec, final ReturnValueCompletion<ApplianceVmInventory> completion) {
CreateApplianceVmJob job = new CreateApplianceVmJob();
job.setSpec(spec);
if (!spec.isSyncCreate()) {
job.run(new ReturnValueCompletion<Object>(completion) {
@Override
public void success(Object returnValue) {
completion.success((ApplianceVmInventory) returnValue);
}
@Override
public void fail(ErrorCode errorCode) {
completion.fail(errorCode);
}
});
} else {
jobf.execute(spec.getName(), OWNER, job, completion, ApplianceVmInventory.class);
}
} 3. 异步HTTP调用
ZStack 使用了很多代理来管理外部系统。 例如： 管理 KVM 主机的代理，管理 Console Proxy 的代理，管理虚拟路由的代理等等。这些代理都是构建在 Python CherryPy 上的轻量级的 Web 服务器。因为，没有类似 HTML5 中的 Web Sockets 技术就不能实现双向通信，ZStack 就为每个请求，放置了一个回调 URL 在 HTTP 的包头 。这样，任务结束后，代理就能够发送应答给调用者的 URL。
RefreshFirewallCmd cmd = new RefreshFirewallCmd();
List<ApplianceVmFirewallRuleTO> tos = new RuleCombiner().merge();
cmd.setRules(tos);
resf.asyncJsonPost(buildUrl(ApplianceVmConstant.REFRESH_FIREWALL_PATH), cmd, new JsonAsyncRESTCallback<RefreshFirewallRsp>(msg, completion) {
@Override
public void fail(ErrorCode err) {
/* handle failures */
}
@Override
public void success(RefreshFirewallRsp ret) {
/* do something */
}
@Override
public Class<RefreshFirewallRsp> getReturnClass() {
return RefreshFirewallRsp.class;
}
}); 通过这三个异步方式，ZStack 已经构建了一个分层架构，保证所有组件能够实现异步操作。
总结