Apache DolphinScheduler JDBC注册中心重构：支持会话超时与数据变更事件

背景与挑战

Apache DolphinScheduler作为分布式任务调度系统，其服务发现机制是整个系统稳定运行的关键基础。当前版本中基于JDBC的注册中心实现存在几个显著问题：

1. 架构设计不够清晰，代码维护困难
2. 客户端心跳数据与业务数据耦合，调试不便
3. 客户端缺乏会话超时等关键配置能力
4. 数据变更事件可能丢失，影响系统可靠性

这些问题直接影响系统的稳定性和可维护性，亟需进行架构重构。

重构设计方案

整体架构

新的JDBC注册中心采用清晰的分层设计，主要包含两个核心组件：

1. JdbcRegistryServer：服务端组件，每个服务实例创建一个，负责维护客户端心跳、响应客户端请求
2. JdbcRegistryClient：客户端组件，提供数据操作、锁获取、事件订阅等能力

数据存储设计

重构后的系统引入两张核心表：

1. 客户端心跳表(t_ds_jdbc_registry_client_heartbeat)：

   • 记录活跃客户端的最后一次心跳时间
   • 服务端定期检查，超时客户端将被自动清理
   • 支持客户端自定义会话超时时间

2. 数据变更事件表(t_ds_jdbc_registry_data_change_event)：

   • 完整记录所有数据变更事件
   • 采用事件溯源(Event Sourcing)模式确保不丢失任何变更
   • 自动清理2小时前的历史事件

关键特性实现

1. 会话超时管理：

   • 客户端可配置个性化超时时间
   • 服务端采用定期扫描+事件触发双重机制检测失效客户端
   • 失效客户端关联数据自动清理

2. 可靠事件通知：

   • 所有数据变更生成独立事件记录
   • 事件消费者基于事件ID实现精确消费
   • 支持批量事件处理提高性能

3. 数据一致性保障：

   • 采用数据库事务确保数据与事件原子性
   • 引入乐观锁解决并发更新冲突
   • 关键操作支持分布式锁

技术实现细节

心跳检测机制

服务端采用分层检测策略：

1. 客户端定期(默认30秒)更新心跳时间戳
2. 服务端每60秒扫描超时客户端
3. 检测到超时后触发关联数据清理流程

// 伪代码示例
void checkClientTimeout() {
    List<ClientInfo> timeoutClients = queryTimeoutClients();
    timeoutClients.forEach(client -> {
        beginTransaction();
        deleteClientData(client);
        deleteClientHeartbeat(client);
        commitTransaction();
    });
}

事件处理流程

数据变更事件处理采用发布-订阅模式：

1. 数据变更时同步写入事件表
2. 独立线程轮询新事件
3. 事件分发到注册监听器

// 事件生产者
void updateData(Data data) {
    beginTransaction();
    updateData(data);
    insertEvent(new DataChangeEvent(data));
    commitTransaction();
}

// 事件消费者
void eventLoop() {
    while(running) {
        List<Event> events = pollNewEvents();
        events.forEach(event -> {
            listeners.notify(event);
            markEventProcessed(event);
        });
    }
}

兼容性与迁移

由于架构变动较大，新版本不兼容旧数据格式，需要：

1. 创建新的注册表结构
2. 服务滚动重启迁移
3. 提供数据迁移工具(可选)

预期收益

重构后的JDBC注册中心将带来以下改进：

1. 架构清晰，模块职责单一
2. 支持客户端个性化配置
3. 事件通知100%可靠
4. 系统调试和问题定位更便捷
5. 为未来扩展奠定基础

总结

本次重构从根本上解决了Apache DolphinScheduler在服务发现机制上的痛点，通过清晰的架构设计和可靠的事件机制，显著提升了系统的稳定性和可维护性。新的实现不仅满足当前需求，也为未来可能的扩展如多数据中心支持、事件回溯等功能预留了设计空间。