RabbitMQ的Heartbeat总结

chenqb

heartbeat通常用来检测通信的对端是否存活（未正常关闭socket连接而异常crash）。其基本原理是检测对应的socket连接上数据的收发是否正常，如果一段时间内没有收发数据，则向对端发送一个心跳检测包，如果一段时间内没有回应则认为心跳超时，即认为对端可能异常crash了。
rabbitmq也不例外，heatbeat在客户端和服务端之间用于检测对端是否正常，即客户端与服务端之间的tcp链接是否正常。
1. heartbeat检测时间间隔的设置
1). 服务端的设置
heartbeat检测时间间隔可在配置文件rabbitmq.config中增加配置项{heartbeat,Timeout}进行配置，其中Timeout指定时间间隔，单位为秒。
例如:

如果没有进行配置，默认的时间间隔为600秒（最新版本3.2.2修改为580秒）
在rabbit.app中有heartbeat的配置项。
2). 客户端的设置
根据AMQP协议，rabbitmq会通过connection.tune信令将heartbeat检测时间间隔告知客户端，客户端可以根据需要重新设置该值，并通过Connection.tune-ok信令将时间间隔再告诉给rabbitmq，rabbitmq会以客户端的时间作为该tcp连接上heartbeat检测的间隔时间。

这里要注意的是：如果时间间隔配置为0，则表示不启用heartbeat检测。
如果启用了rabbitmq_management的话，从web控制台可以看到客户端的检测的时间间隔。

2. heartbeat的实现
rabbitmq在收到来自客户端的connection.tune-ok信令后，启用心跳检测，rabbitmq会为每个tcp连接创建两个进程用于心跳检测，一个进程定时检测tcp连接上是否有数据发送（这里的发送是指rabbitmq发送数据给客户端），如果一段时间内没有数据发送给客户端，则发送一个心跳包给客户端，然后循环进行下一次检测；另一个进程定时检测tcp连接上是否有数据的接收，如果一段时间内没有收到任何数据，则判定为心跳超时，最终会关闭tcp连接。另外，rabbitmq的流量控制机制可能会暂停heartbeat检测，这里不展开描述。
涉及的源码：
start(SupPid, Sock, SendTimeoutSec,
      SendFun, ReceiveTimeoutSec, ReceiveFun) ->
    %%数据发送检测进程
    {ok, Sender} = start_heartbeater(SendTimeoutSec, SupPid, Sock,
                                    SendFun, heartbeat_sender,
                                    start_heartbeat_sender),
    %%数据接收检测进程
    {ok, Receiver} = start_heartbeater(ReceiveTimeoutSec, SupPid,
                                      Sock, ReceiveFun,
                                      heartbeat_receiver,
                                      start_heartbeat_receiver),
    {Sender, Receiver}.
start_heartbeat_sender(Sock, TimeoutSec, SendFun) ->
    %% the 'div 2' is there so that we don't end up waiting for
    %% nearly 2 * TimeoutSec before sending a heartbeat in the
    %% boundary case
    heartbeater({Sock, TimeoutSec * 1000 div 2, send_oct, 0,
                fun () -> SendFun(), continue end}).
start_heartbeat_receiver(Sock, TimeoutSec, ReceiveFun) ->
    %% we check for incoming data every interval, and time out after
    %% two checks with no change. As a result we will time out
    %% between 2 and 3 intervals after the last data has been
    %% received
    heartbeater({Sock, TimeoutSec * 1000, recv_oct, 1,
                fun () -> ReceiveFun(), stop end}).
heartbeater({Sock, TimeoutMillisec,
            StatName, Threshold, Handler} = Params,
            Deb,
            {StatVal, SameCount} = State) ->
    Recurse = fun (State1) -> heartbeater(Params, Deb, State1) end,
    receive
        ...
    %% 定时检测
    after TimeoutMillisec ->
        case rabbit_net:getstat(Sock, [StatName]) of
            {ok, [{StatName, NewStatVal}]} ->
                %% 收发数据有变化
                if NewStatVal =/= StatVal ->
                      %%重新开始检测
                      Recurse({NewStatVal, 0});
                  %%未达到指定次数, 发送为0, 接收为1
                  SameCount < Threshold ->
                      %%计数加1, 再次检测
                      Recurse({NewStatVal, SameCount &#43; 1});
                  %%heartbeat超时
                  true ->
                      %%对于发送检测超时, 向客户端发送heartbeat包
                      %%对于接收检测超时, 向父进程发送超时通知
                      %%由父进程触发tcp关闭等操作
                      case Handler() of
                          %%接收检测超时
                          stop    -> ok;
                          %%发送检测超时
                          continue -> Recurse({NewStatVal, 0})
                      end;
          ...
收发检测的时候利用了inet模块的getstat，查看socket的统计信息
recv_oct: 查看socket上接收的字节数
send_oct: 查看socket上发送的字节数