Akka Cluster Bootstrap官方文档

Akka Cluster Bootstrap通过使用Akka Discovery方法对等节点形成(或加入)群集。 它是使用在动态部署环境(如Kubernetes或AWS)中替代配置静态种子节点。

先决条件

Cluster Bootstrap需要两个部分:Akka Discovery和Akka Management
Cluster Bootstrap需要选择一个集群发现机制,好的推荐默认的是DNS。

依赖

添加akka-management-cluster-bootstrap和一个或多个发现机制以用于发现过程。下面的配置是使用DNS发现机制

libraryDependencies ++= Seq(
  "com.lightbend.akka.management" %% "akka-management-cluster-bootstrap" % "1.0.1",
  "com.typesafe.akka" %% "akka-discovery" % "2.5.21"
)

注意:akka-discovery已经是akka-management-cluster-bootstrap的传递依赖,但在应用程序的构建中明确定义它以使Akka版本与应用程序中的其他依赖项保持一致是很好的。 所有Akka模块的版本必须相同,例如 akka-actor,akka-discovery和akka-cluster必须是同一版本。

支持的最低Akka版本是2.5.21。 对于akka-discovery使用相同的Akka版本,与应用程序中的其他Akka依赖项一样。 建议使用最新的Akka补丁版本,并且可以使用2.5.21以后的版本。

使用

首先Akka management先启动:

// bootstrap使用Akka Management来托管http路由
AkkaManagement(system).start()

// 需要明确的启动Bootstrap
ClusterBootstrap(system).start()

配置中不配置种子节点,并且在每个节点上调用start()。
需要在application.conf增加下面的配置信息,其他的具体参考reference.conf:
akka.management.cluster.bootstrap.contact-point-discovery.service-name:此集群实例的部署环境中的唯一名称,用于在服务发现中查找对等项。 如果未设置,它将从ActorSystem名称派生。
akka.management.cluster.bootstrap.contact-point-discovery.discovery-method:预期的服务发现机制(来自Akka Discovery提供的选择)。 如果未设置,则从akka.discovery.method返回到系统范围的默认值。

Bootstrap如何工作

  • 每个节点都公开一个HTTP连接点 /bootstrap/seed-nodes。 这是由akka-management-cluster-bootstrap提供的,并通过启动Akka管理自动公开。
  • 在引导期间,每个节点重复地查询服务发现以获得初始接触点(contact point),直到至少找到contact-point-discovery.required-contact-point-nr中定义的接触点的数量。
  • 然后,每个节点探测找到的联系点的/ bootstrap / seed-nodes 服务短点列表,以查看是否已形成集群
    1.如果存在现有集群,则它将加入集群并完成引导。
    2.如果不存在集群,则每个节点返回一个空的种子节点列表。 在这种情况下,在这些接触点的节点中处于最低地址的那个节点形成一个新的cluster集群,开始将他通告为种子节点。
  • 其他节点将开始查看自己加入的/ bootstrap / seed-nodes节点列表,并将加入其集群。

加入的优先机制

由于Akka Cluster允许节点使用多种不同的方法连接到集群,因此严格定义每个方法的优先级,如下所示:
1.如果akka.cluster.seed-nodes(在你的application.conf中)非空,那么这些节点将被连接,即使调用了bootstrap调用了start,bootstrap也不会执行,但会记录一个警告。
2.如果在引导程序完成之前调用了显式的cluster.join或cluster.joinSeedNodes,则该连接将优先于引导程序(但不建议这样做,请参阅下文)。
3.Cluster Bootstrap内部机制,需要一些时间才能完成,但最终会发出joinSeednodes。
注意:不建议混合各种连接机制。 选择一种机制并坚持下去,以避免在群集形成过程中出现任何意外。 例如。 如果您要使用Bootstrap机制,请不要设置akka.cluster.seed节点。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,204评论 6 506
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,091评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,548评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,657评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,689评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,554评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,302评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,216评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,661评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,851评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,977评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,697评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,306评论 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,898评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,019评论 1 270
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,138评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,927评论 2 355

推荐阅读更多精彩内容