本文转载自微信公众号《KK架构师》，作者wangkai。转载请联系KKarchitects公众号。一、分布式系统中的心跳技术心跳是分布式技术中常用的技术手段。心跳，顾名思义，就是一种以固定的频率向其他节点报告当前节点状态的方式。收到心跳后，一般可以认为发送心跳的节点在当前网络拓扑中是好的。当然，心跳上报的时候，一般还会携带一些额外的状态，元数据信息，当前节点的信息，以便于其他节点进行管理。心跳有两种方式：单向心跳；互动乒乓；在第一种方式中，目标进程需要定期向检测器发送消息，以告知自身其生存能力。检测器不需要向目标回复任何消息，而只是定期检查目标进程是否有报告。第二种方法更常见。比如我们的redis就是采用这样的方式：detector->target:Areyouok?它被认为处于非活动状态。那么常用的心跳检测机制有哪些：(1)传统的周期性心跳检测机制的检测方式很粗糙：设置一个超时时间T，只要对方在T内没有收到对方的心跳包，可以认为对方倒下了，该方法简单有效，应用广泛。因此，该方法的重点在于超时时间T的设置，如果设置过短，可能会因当前网络拥塞导致误判，导致节点下线，造成其他不必要的后果；如果设置过长，会导致判断“慢”，所以需要根据各种情况权衡设置。HDFS使用这种心跳机制。(2)累积故障检测机制随着网络负载的增加，Server心跳的接收时间可能大于上限值T；但当网络压力降低时，心跳的接收时间会小于T，如果用常量T来反映心跳情况会造成“慢”或误判。这时候我们可以计算出心跳延迟的概率，通过这个概率来判断是否发生故障，提高准确率。2.DataNode如何向NameNode发送心跳从hadoop源码看DataNode如何发送心跳1.从DataNode类的main方法开始2.创建DataNode3，实例化DataNode4，创建实例5.新建DataNode6，该方法构造了函数有点长，拉到最下面的7，再来这个方法。从表面上看，这个方法似乎是在刷新NameNode。其实它在里面做了两件事，一是把自己注册到NameNode上，二是定时发送给NameNode。心跳。8.点击进入，现在是在BlockPoolManager中9.然后来到这个方法10.发现是在遍历BPOfferService。这是对数据结构offerServices是什么的一般解释。用一张图说明offerServices其实是和最左边的BPOfferService一起安装的。每个BPOfferService中有两个BpServiceActor，每个BpServiceActor对应一个NameNode。如果是上图中的高可用，那么有两个NameNode，一主一备，分别对应一个BpServiceActor。所以遍历offerService其实就是遍历整个集群的每个federation中的每个NameNode节点。11.开始遍历（当前类：BpOfferService）12.线程启动（当前类：BPServiceActor）已经是Thread的一个方法，所以可以看出其实是一个线程。那么我们应该看看这个类的run方法。13.线程的运行内容run方法前半部分是向NameNode注册，后半部分是发送心跳14.发送心跳，可以看到这是一个while循环，每一次在awhile(dnConf.heartBeatInterval=3seconds)会执行一次可以看到DataNode的心跳是一个周期性检测机制，每3s向所有NameNode发送一次心跳。15、再次点击，已经是NameNode的proxy代理方法了。因为是rpc通信，所以此时DataNode是client，NameNode是server。这时候就要看NameNodeRpcServer这个方法了，具体的实现就在这个方法中。16.查看服务器的处理。这个时候我们先不看NameNodeRpcServer类中这个方法的具体细节（其实它也很重要）。基本上就是将DataNode心跳包的基本信息（比如本节点的存储容量信息等）更新到NameNode的相应结构中。并更新上次心跳时间，以判断下次DataNode心跳是否超时。其实心跳就是这么简单。最后，NameNode会在心跳响应中告诉DataNode要做什么，比如将本节点的block备份到其他节点。也就是说，NameNode本身并不与DataNode通信，而是在心跳消息中告诉DataNode该做什么。3、总结这次浏览DataNode的代码，知道了DataNode的心跳是DataNode在后台启动一个线程，定时向整个集群中的所有NameNode发送心跳信息。NameNode会在心跳响应信息中告诉DataNode这次要做什么。某物。
