启动Dubbo项目注册Zookeeper时提示zookeeper not connected异常原理解析
文/朱季谦
遇到一个很诡异的问题，我在启动多个配置相同zookeeper的Dubbo项目时，其他项目都是正常启动，唯独有一个项目在启动过程中，Dubbo注册zookeeper协议时，竟然出现了这样的异常提示——
Caused by: java.lang.IllegalStateException: zookeeper not connected
at org.apache.dubbo.remoting.zookeeper.curator.CuratorZookeeperClient.<init>(CuratorZookeeperClient.java:80)
... 79 common frames omitted
我愣了一下，原以为是zookeeper集群挂了，然后检查了一下，都正常啊，奇怪的是，其他系统也是正常连接，为啥会有一台出现了这样的异常呢？
看了一下异常提示，当我深入研究了一下出错的地方时，才恍然明白出现这个异常究竟是为什么了。
可谓是，在源码面前，一切都是裸泳。
先来看异常提示出现的类方法CuratorZookeeperClient，这个方法的作用是建立zookeeper客户端的连接，类似http通信一般，在建立通信前，需要先建立三次握手连接，同理，在zookeeper客户端创建各类节点前，同样需要先建立客户端连接到服务器上——
public CuratorZookeeperClient(URL url) {
super(url);
try {
int timeout = url.getParameter(TIMEOUT_KEY, DEFAULT_CONNECTION_TIMEOUT_MS);
int sessionExpireMs = url.getParameter(ZK_SESSION_EXPIRE_KEY, DEFAULT_SESSION_TIMEOUT_MS);
CuratorFrameworkFactory.Builder builder = CuratorFrameworkFactory.builder()
.connectString(url.getBackupAddress())
.retryPolicy(new RetryNTimes(1, 1000))
.connectionTimeoutMs(timeout)
.sessionTimeoutMs(sessionExpireMs);
String authority = url.getAuthority();
if (authority != null && authority.length() > 0) {
builder = builder.authorization("digest", authority.getBytes());
}
client = builder.build();
client.getConnectionStateListenable().addListener(new CuratorConnectionStateListener(url));
client.start();
boolean connected = client.blockUntilConnected(timeout, TimeUnit.MILLISECONDS);
if (!connected) {
throw new IllegalStateException("zookeeper not connected");
}
} catch (Exception e) {
throw new IllegalStateException(e.getMessage(), e);
}
}
根据CuratorZookeeperClient方法可知，出现zookeeper not connected异常提示是发生在这一段代码当中——
if (!connected) {
throw new IllegalStateException("zookeeper not connected");
}
connected表示连接状态，当它的值为false时，便会执行这段代码，那么，究竟是什么情况会导致它的值为false呢？
接下来，让我们打一个断点，一步一步解析这段代码。
首先，用作测试的dubbo和zookeeper配置如下——
dubbo:
application:
name: testervice
registry:
address: zookeeper://120.77.217.245
# timeout: 20000
protocol:
name: dubbo
port: 20880
解析来，开始debug，打断点，CuratorZookeeperClient方法参数url主要包含以下信息——
第一步、从url中获取超时时间timeout参数——
int timeout = url.getParameter(TIMEOUT_KEY, DEFAULT_CONNECTION_TIMEOUT_MS);
这里的大概逻辑是，如果yaml配置registry注册zookeeper部分参数当中含有 timeout话，那么就返回配置当中定义的超时时间，如果yaml没有进行配置，那么，就用默认的超时时间，默认即常量DEFAULT_CONNECTION_TIMEOUT_MS，值是5 * 1000，也就是5秒，这个参数其实就是本篇文章的核心。
若自定义形式配置该参数，形式如下timeout: 20000——
dubbo:
application:
name: testervice
registry:
address: zookeeper://120.77.217.245
timeout: 20000
第二步、获取客户端过期时间——
int sessionExpireMs = url.getParameter(ZK_SESSION_EXPIRE_KEY, DEFAULT_SESSION_TIMEOUT_MS);
同理，无自定义配置话，则使用默认值DEFAULT_SESSION_TIMEOUT_MS = 60 * 1000，即6分钟；
第三步、创建一个设置过期时间为6分钟，连接超时为5秒，重试策略为每秒重试一次，连接服务端为url.getBackupAddress()(注：我这里得到的是120.77.217.245:9090，即配置的zookeeper连接url)的CuratorFramework客户端实例——
CuratorFrameworkFactory.Builder builder = CuratorFrameworkFactory.builder()
.connectString(url.getBackupAddress())
.retryPolicy(new RetryNTimes(1, 1000))
.connectionTimeoutMs(timeout)
.sessionTimeoutMs(sessionExpireMs);
client = builder.build();
第四步、添加连接状态的监控，可以监控操作节点与连接情况——
client.getConnectionStateListenable().addListener(new CuratorConnectionStateListener(url));
第五步、开启客户端——
client.start();
最后一步，监控客户端连接情况，若能连接成功，则证明创建客户端成功，反之，失败。可见，若出现zookeeper not connected，问题就在于客户端连接过程是失败的，至于为何失败，原理就在client.blockUntilConnected(timeout, TimeUnit.MILLISECONDS)代码里。
boolean connected = client.blockUntilConnected(timeout, TimeUnit.MILLISECONDS);
if (!connected) {
throw new IllegalStateException("zookeeper not connected");
}
进入到 client.blockUntilConnected(timeout, TimeUnit.MILLISECONDS)源码里，这里的maxWaitTime即前边的timeout，默认值是5秒，大概分析一下下边代码——
public synchronized boolean blockUntilConnected(int maxWaitTime, TimeUnit units) throws InterruptedException
{
//获取当前时间
long startTime = System.currentTimeMillis();
//这里是true
boolean hasMaxWait = (units != null);
//maxWaitTimeMs等于5000毫秒，即5秒
long maxWaitTimeMs = hasMaxWait ? TimeUnit.MILLISECONDS.convert(maxWaitTime, units) : 0;
while ( !isConnected() )
{
//hasMaxWait为true
if ( hasMaxWait )
{
//倒数5秒
long waitTime = maxWaitTimeMs - (System.currentTimeMillis() - startTime);
//执行到这里，已经过去5秒话，就执行以下方法，返回isConnected()值
if ( waitTime <= 0 )
{
return isConnected();
}
//还没到5秒话，假如执行到这里还有3秒，那么就会执行Object.wait(long timeout)方法，即该线程阻塞3秒后再自动唤醒，接着继续执行
wait(waitTime);
}
else
{
wait();
}
}
return isConnected();
}
该方法的核心会等待maxWaitTime时间，时间一到，就会返回isConnected()值，这里其实很好理解，就是客户端发起连接后，这里用一个while循环来等待指定的超时时间，默认是5秒，若5秒过了，就返回isConnected()值，而这里的isConnected()就是验证是否连接成功了，
那么，这里就剩最后一个答案了，isConnected()是什么？
public synchronized boolean isConnected(){
return (currentConnectionState != null) && currentConnectionState.isConnected();
}
这里应该是判断客户端连接状态，即在client.start()方法里，会有一个状态，若创建连接成功，那么currentConnectionState.isConnected()就能得到true值，这里更像是一个观察模式，观察指定的连接超时时间内，是否连接成功。
根据debug，发现未连接成功时，值是null，得到的即为false，当我们把默认为5秒的连接超时设置为timeout: 20000，等待连接过程，发现连接成功了，返回currentConnectionState的值为RECONNECTED。
可见，之前出现zookeeper not connected异常问题，就是连接超时设置太短了！
currentConnectionState.isConnected()得到的是一个枚举值，RECONNECTED返回的是true——
CONNECTED {
public boolean isConnected() {
return true;
}
},
SUSPENDED {
public boolean isConnected() {
return false;
}
},
RECONNECTED {
public boolean isConnected() {
return true;
}
},
LOST {
public boolean isConnected() {
return false;
}
},
READ_ONLY {
public boolean isConnected() {
return true;
}
};
当返回true话，那么!connected就为false，就不会执行以下异常提示了——
if (!connected) {
throw new IllegalStateException("zookeeper not connected");
}
根据上边分析，可见启动Dubbo项目注册Zookeeper时提示zookeeper not connected异常，是因为没有在配置里设置连接超时，而是使用了默认的5秒，导致5秒内没有成功连接，就出现连接异常而无法成功连接，当调长时间后，就正常连接成功了，同时也说明了，这次本地连接zookeeper集群的时间超过了五秒。
