Storm ack和fail机制再论

之前对这个的理解有些问题，今天用到有仔细梳理了一遍，记录一下

 

首先开启storm tracker机制的前提是，

1. 在spout emit tuple的时候，要加上第3个参数messageid
2. 在配置中acker数目至少为1
3. 在bolt emit的时候，要加上第二个参数anchor tuple，以保持tracker链路

 

流程，

1. 当tuple具有messageid时，spout会把该tuple加到pending list里面
   并发消息给acker，通知acker开始tracker这条tuple

2. 然后再后续的bolt的处理逻辑中，你必须显式的ack或fail所有处理的tuple
   如果这条tuple在整个DAG图上都成功执行了，那么acker会发现该tuple的track异或值为0
   于是acker会发ack_message给spout
   当然如果在DAG图上任意一个节点bolt上fail，那么acker会认为该tuple fail
   于是acker会发fail_message给spout

3. 当spout收到ack或fail message如何处理，
    首先是从pending list里面删掉这条tuple，因为无论ack或fail，只要得到结果，这条tuple就没有继续被cache的必要了
    然后做的事是调用spout.ack或spout.fail
    所以系统默认是不会做任何事的，甚至是fail后的重发，你也需要在fail里面自己实现
    如何实现后面看

4. 如果一条tuple没有被ack或fail，最终是会超时的
    Spout会根据system tick去rotate pending list，对于每个过时的tuple，都调用spout.fail

 

下面的问题就是如何做fail重发，

这个必须用户通过自己处理fail来做，系统是不会自己做的，

public void fail(Object msgId)

看看系统提供的接口，只有msgId这个参数，这里的设计不合理，其实在系统里是有cache整个msg的，只给用户一个messageid，用户如何取得原来的msg

貌似需要自己cache，然后用这个msgId去查询，太坑爹了

阿里自己的Jstorm会提供

public interface IFailValueSpout { void fail(Object msgId, List<object>values); }

这样更合理一些, 可以直接取得系统cache的msg values