TPL Dataflow 流水线组件应对高并发，低延迟场景 相当巴适

回顾上文 <https://www.cnblogs.com/JulianHuang/p/10919346.html>

　　作为单体程序，依赖的第三方服务虽不多，但是2C的程序还是有不少内容可讲； 作为一个常规互联网系统，无外乎就是接受请求、处理请求，输出响应。

由于业务渐渐增长，单机多核的共享内存模式带来的问题很多，编程也困难，随着多核时代和分布式系统的到来，共享模型已经不太适合并发编程，因此Actor模型
又重新受到了人们的重视。



-----调试多线程都懂------

* 传统的编程模型通常使用回调和同步对象（如锁）来协调任务和访问共享数据，  从宏观看传统模型： 任务是一步步紧接着完成的，资源是需要抢占的。

* Actor模式是一种并发模型，与另一种模型共享内存完全相反，Actor模型share nothing。所有的线程(或进程)通过消息传递
的方式进行合作，这些线程(或进程)称为Actor，预先定义了任务的流水线后，不关注数据什么时候流到这个任务 ，专注完成工序任务。

https://www.cnblogs.com/csguo/p/7521322.html

  .Net TPL  Dataflow组件帮助我们快速实现Actor模型。



 

TPL Dataflow是微软前几年给出的数据处理库， 内置常见的处理块，可将这些块组装成一个处理管道，"块"对应处理管道中的"阶段"，
可类比AspNetCore 中Middleware 和pipeline.。

*
TPL Dataflow库为消息传递和并行化CPU密集型和I /
O密集型应用程序提供了编程基础，这些应用程序具有高吞吐量和低延迟。它还可以让您明确控制数据的缓冲方式并在系统中移动。

* 为了更好地理解数据流编程模型，请考虑从磁盘异步加载图像并创建这些图像的应用程序。
*
  传统的编程模型通常使用回调和同步对象（如锁）来协调任务和访问共享数据，

*
  通过使用数据流编程模型，您可以创建在从磁盘读取图像时处理图像的数据流对象。在数据流模型下，您可以声明数据在可用时的处理方式以及数据之间的依赖关系。 由于
运行时
管理数据之间的依赖关系，因此通常可以避免同步访问共享数据的要求。此外，由于运行时调度基于数据的异步到达而工作，因此数据流可以通过有效地管理底层线程来提高响应性和吞吐量。　　

*    需要注意的是:TPL Dataflow 非分布式数据流，消息在进程内传递, 
 使用nuget引用 System.Threading.Tasks.Dataflow 包。
TPL Dataflow 核心概念

 1.  Buffer & Block

TPL Dataflow 内置的Block覆盖了常见的应用场景，当然如果内置块不能满足你的要求，你也可以自定“块”。

Block可以划分为下面3类：

*
Buffering Only    【Buffer不是缓存Cache的概念， 而是一个缓冲区的概念】

*
Execution

*
Grouping 

使用以上块混搭处理管道, 大多数的块都会执行一个操作，有些时候需要将消息分发到不同Block，这时可使用特殊类型的缓冲块给管道“”分叉”。

2. Execution Block
　　可执行的块有两个核心组件：
*
输入、输出消息的缓冲区（一般称为Input,Output队列）

*
在消息上执行动作的委托




　　消息在输入和输出时能够被缓冲：当Func委托的运行速度比输入的消息速度慢时，后续消息将在到达时进行缓冲；当下一个块的输入缓冲区中没有容量时，将在输出时缓冲。

每个块我们可以配置：

*
缓冲区的总容量， 默认无上限

*
执行操作委托的并发度， 默认情况下块按照顺序处理消息，一次一个。

我们将块链接在一起形成一个处理管道，生产者将消息推向管道。

TPL Dataflow有一个基于pull的机制（使用Receive和TryReceive方法），但我们将在管道中使用块连接和推送机制。

*
TransformBlock（Execution category）-- 由输入输出缓冲区和一个Func<TInput,
TOutput>委托组成，消费的每个消息，都会输出另外一个，你可以使用这个Block去执行输入消息的转换，或者转发输出的消息到另外一个Block。

*
TransformManyBlock (Execution category) -- 由输入输出缓冲区和一个Func<TInput,
IEnumerable<TOutput>>委托组成， 它为输入的每个消息输出一个 IEnumerable<TOutput>

*
BroadcastBlock （Buffering category）-- 由只容纳1个消息的缓冲区和Func<T,
T>委托组成。缓冲区被每个新传入的消息所覆盖，委托仅仅为了让你控制怎样克隆这个消息，不做消息转换。

　　　　　　　　　　　　该块可以链接到多个块（管道的分叉），虽然它一次只缓冲一条消息，但它一定会在该消息被覆盖之前将该消息转发到链接块（链接块还有缓冲区）。

*
ActionBlock （Execution category）--
由缓冲区和Action<T>委托组成，他们一般是管道的结尾，他们不再给其他块转发消息，他们只会处理输入的消息。

*
BatchBlock (Grouping category)--
告诉它你想要的每个批处理的大小，它将累积消息，直到它达到那个大小，然后将它作为一组消息转发到下一个块。


　　还有一下其他的Block类型：BufferBlock、WriteOnceBlock、JoinBlock、BatchedJoinBlock，我们暂时不会深入。

3. Pipeline Chain React


　　当输入缓冲区达到上限容量，为其供货的上游块的输出缓冲区将开始填充，当输出缓冲区已满时，该块必须暂停处理，直到缓冲区有空间，这意味着一个Block的处理瓶颈可能导致所有前面的块的缓冲区被填满。

　　但是不是所有的块变满时，都会暂停，BroadcastBlock 有允许1个消息的缓冲区，每个消息都会被覆盖，
因此如果这个广播块不能将消息转发到下游，则在下个消息到达的时候消息将丢失，这在某种意义上是一种限流（比较生硬）.

编程实践



 

① 生产者投递消息

   可使用Post或者SendAsync 方法向首块投递消息

*
Post方法即时返回true/false， True意味着消息被block接收（缓冲区有空余），
false意味着拒绝了消息（缓冲区已满或者Block已经出错了）。

*
SendAsync方法返回一个Task<bool>, 将会以异步的方式阻塞直到块接收、拒绝、块出错。
Post、SendAsync的不同点在于SendAsync可以延迟投递（下一管道的输入buffer不空，可稍后投递消息）。   ② 定义流水线 public
EqidPairHandler(IHttpClientFactory httpClientFactory, RedisDatabase redisCache,
IConfiguration con, LogConfig logConfig, ILoggerFactory loggerFactory) {
_httpClient= httpClientFactory.CreateClient("bce-request"); _redisDB0 =
redisCache[0]; _redisDB = redisCache; _logger =
loggerFactory.CreateLogger(nameof(EqidPairHandler));var option = new
DataflowLinkOptions { PropagateCompletion =true }; publisher =
_redisDB.RedisConnection.GetSubscriber();_eqid2ModelTransformBlock = new
TransformBlock<EqidPair, EqidModel> ( // redis piublih 没有做在TransformBlock
fun里面， 因为publih失败可能影响后续的block传递 eqidPair => EqidResolverAsync(eqidPair), new
ExecutionDataflowBlockOptions { MaxDegreeOfParallelism= con.GetValue<int>("
MaxDegreeOfParallelism") } ); //
https://docs.microsoft.com/en-us/dotnet/standard/parallel-programming/walkthrough-creating-a-dataflow-pipeline
_logBatchBlock = new LogBatchBlock<EqidModel>(logConfig, loggerFactory);
_logPublishBlock= new ActionBlock<EqidModel>(x => PublishAsync(x) );
_broadcastBlock = new BroadcastBlock<EqidModel>(x => x); // 由只容纳一个消息的缓存区和拷贝函数组成
_broadcastBlock.LinkTo(_logBatchBlock.InputBlock, option);
_broadcastBlock.LinkTo(_logPublishBlock, option);
_eqid2ModelTransformBlock.LinkTo(_broadcastBlock, option); } public class
LogBatchBlock<T> : ILogDestination<T>where T : IModelBase { private readonly
string _dirPath; private readonly Timer _triggerBatchTimer; private readonly
Timer _openFileTimer;private DateTime? _nextCheckpoint; private TextWriter
_currentWriter;private readonly LogHead _logHead; private readonly object
_syncRoot =new object(); private readonly ILogger _logger; private readonly
BatchBlock<T> _packer; private readonly ActionBlock<T[]> batchWriterBlock;
private readonly TimeSpan _logFileIntervalTimeSpan; /// <summary> /// Generate
request log file./// </summary> public LogBatchBlock(LogConfig logConfig,
ILoggerFactory loggerFactory) { _logger=
loggerFactory.CreateLogger<LogBatchBlock<T>>(); _dirPath = logConfig.DirPath; if
(!Directory.Exists(_dirPath)) { Directory.CreateDirectory(_dirPath); } _logHead
= logConfig.LogHead; _packer = new BatchBlock<T>(logConfig.BatchSize);
batchWriterBlock= new ActionBlock<T[]>(models => WriteToFile(models)); //
形成pipeline必须放在LinkTo前面 _packer.LinkTo(batchWriterBlock, new DataflowLinkOptions
{ PropagateCompletion =true }); // 防止BatchPacker一直不满足10条数据，无法打包，故设定间隔15s强制写入
_triggerBatchTimer =new Timer(state => { _packer.TriggerBatch(); }, null,
TimeSpan.Zero, TimeSpan.FromSeconds(logConfig.Period));//
实时写文件流能确保随时生成文件，但存在极端情况：某小时没有需要写入的数据，导致该小时不会创建文件，以下定时任务确保创建文件
_logFileIntervalTimeSpan = TimeSpan.Parse(logConfig.LogFileInterval);
_openFileTimer= new Timer(state => { AlignCurrentFileTo(DateTime.Now); }, null,
TimeSpan.Zero, _logFileIntervalTimeSpan); }public ITargetBlock<T> InputBlock =>
_packer;private void AlignCurrentFileTo(DateTime dt) { if (!
_nextCheckpoint.HasValue) { OpenFile(dt); }if (dt >= _nextCheckpoint.Value) {
CloseFile(); OpenFile(dt); } }private void OpenFile(DateTime now, string
fileSuffix =null) { string filePath = null; try { var currentHour =
now.Date.AddHours(now.Hour); _nextCheckpoint=
currentHour.Add(_logFileIntervalTimeSpan);int hourConfiguration =
_logFileIntervalTimeSpan.Hours;int minuteConfiguration =
_logFileIntervalTimeSpan.Minutes; filePath= $"{_dirPath}/u_ex{now.ToString("
yyMMddHH")}{fileSuffix}.log"; var appendHead = !File.Exists(filePath); if
(filePath !=null) { var stream = new FileStream(filePath, FileMode.Append,
FileAccess.Write);var sw = new StreamWriter(stream, Encoding.Default); if
(appendHead) { sw.Write(GenerateHead()); } _currentWriter= sw;
_logger.LogDebug($"{DateTime.Now} TextWriter has been created."); } } catch
(Exception e) {if (fileSuffix == null) { _logger.LogWarning($"OpenFile
failed:{e.StackTrace.ToString()}:{e.Message}." ); OpenFile(now, $"
-{Guid.NewGuid()}"); } else { _logger.LogError($"OpenFile failed after retry:
{filePath}", e); } } } private void CloseFile() { if (_currentWriter != null) {
_currentWriter.Flush(); _currentWriter.Dispose(); _currentWriter= null;
_logger.LogDebug($"{DateTime.Now} TextWriter has been disposed."); }
_nextCheckpoint= null; } private string GenerateHead() { StringBuilder head =
new StringBuilder(); head.AppendLine("#Software: " + _logHead.Software)
.AppendLine("#Version: " + _logHead.Version) .AppendLine($"#Date:
{DateTime.UtcNow.ToString("yyyy-MM-dd HH:mm:ss")}") .AppendLine("#Fields: " +
_logHead.Fields);return head.ToString(); } private void WriteToFile(T[] models)
{try { lock (_syncRoot) { var flag = false; foreach (var model in models) { if
(model ==null) continue; flag = true;
AlignCurrentFileTo(model.ServerLocalTime);
_currentWriter.WriteLine(model.ToString()); }if (flag) _currentWriter.Flush();
} }catch (Exception ex) { _logger.LogError("WriteToFile Error : {0}",
ex.Message); } }public bool AcceptLogModel(T model) { return
_packer.Post(model); }public string GetDirPath() { return _dirPath; } public
async Task CompleteAsync() { _triggerBatchTimer.Dispose();
_openFileTimer.Dispose(); _packer.TriggerBatch(); _packer.Complete();await
InputBlock.Completion;lock (_syncRoot) { CloseFile(); } } } 仿IIS日志写入组件
 

 注意事项 ：异常处理

　　上述程序在部署时就遇到相关的坑位，在测试环境_eqid2ModelTransformBlock 内Func委托稳定执行，程序并未出现异样；

　　部署到生产之后， 该Pipeline运行一段时间就停止工作，一直很困惑， 后来通过监测
_eqid2ModelTransformBlock.Completion 属性，发现该块在执行某次Func委托时报错，提前进入完成态
<https://docs.microsoft.com/en-us/dotnet/api/system.threading.tasks.dataflow.idataflowblock.fault?redirectedfrom=MSDN&view=netcore-2.2#System_Threading_Tasks_Dataflow_IDataflowBlock_Fault_System_Exception_>

       官方资料
<https://docs.microsoft.com/en-us/dotnet/api/system.threading.tasks.dataflow.idataflowblock.fault?redirectedfrom=MSDN&view=netcore-2.2#System_Threading_Tasks_Dataflow_IDataflowBlock_Fault_System_Exception_>
表明： 某块进入Fault、Cancel状态，都会导致该块提前进入“完成态”，但因Fault、Cancle进入的“完成态”会导致
输入buffer和输出buffer 被清空。

        　　After Fault has been called on a dataflow block, that block will
complete, and its Completion task will enter a final state. Faulting a block,
as with canceling a block, causes buffered messages (unprocessed input messages
as well as unoffered output messages) to be lost.

 

当TPL Dataflow不再处理消息并且能保证不再处理消息的时候，就被定义为
"完成态", IDataflow.Completion属性（Task对象）标记了该状态，
 Task对象的TaskStatus枚举值描述了此Block进入完成态的真实
<https://docs.microsoft.com/en-us/dotnet/api/system.threading.tasks.dataflow.idataflowblock.completion?view=netcore-2.2>
原因


- TaskStatus.RanToCompletion　　　   "成功完成" 在Block中定义的任务  

- TaskStatus.Fault                    　　　　因未处理的异常  导致"过早的完成"

- TaskStatus.Cancled               　　　　因取消操作  导致 "过早的完成"

　　故需要小心处理异常， 一般情况下我们使用try、catch包含所有的执行代码以确保所有的异常都被处理。

 

    本文作为TPL
Dataflow的入门指南，微软技术栈的同事可持续关注这个基于Actor模型的流水线处理组件，处理单体程序中高并发，低延迟场景相当巴适。

 
作者：JulianHuang <https://www.cnblogs.com/JulianHuang/>
码甲拙见，如有问题请下方留言大胆斧正；码字+Visio制图，均为原创，看官请不吝好评+关注，  ~。。~

本文欢迎转载，请转载页面明显位置注明原作者及原文链接。
 

• « 上一篇：（七）c#Winform自定义控件-进度条
• » 下一篇：Docker安装Skywalking APM分布式追踪系统