azure-service-fabric - 服务结构中的actorevents有哪些限制？

Question

我目前正在测试我的应用程序的扩展，但遇到了一些我没有预料到的问题。
该应用程序在一个 5 节点集群上运行，它有多个服务/actortypes 并使用共享进程模型。
对于某些组件，它使用 actor 事件作为尽力而为的 pubsub 系统(有回退，因此如果删除通知，则没有问题)。
当参与者的数量增加(又名订阅主题)时，问题就会出现。目前，actorservice 被划分为 100 个分区。
此时的主题数量约为 160.000，其中每个主题订阅了 1-5 次(需要它的节点)，平均订阅量为 2.5 个(大约 40 万个订阅)。
那时集群中的通信开始中断，不会创建新订阅，取消订阅超时。
但它也影响其他服务，对诊断服务的内部调用超时(询问 5 个副本中的每一个)，这可能是由于分区/副本端点的解析，因为对网页的外部调用很好(这些端点使用相同的技术/代码堆栈)。
事件查看器充满了警告和错误，例如:

EventName: ReplicatorFaulted Category: Health EventInstanceId {c4b35124-4997-4de2-9e58-2359665f2fe7} PartitionId {a8b49c25-8a5f-442e-8284-9ebccc7be746} ReplicaId 132580461505725813 FaultType: Transient, Reason: Cancelling update epoch on secondary while waiting for dispatch queues to drain will result in an invalid state, ErrorCode: -2147017731
10.3.0.9:20034-10.3.0.13:62297 send failed at state Connected: 0x80072745
Error While Receiving Connect Reply : CannotConnect , Message : 4ba737e2-4733-4af9-82ab-73f2afd2793b:382722511 from Service 15a5fb45-3ed0-4aba-a54f-212587823cde-132580461224314284-8c2b070b-dbb7-4b78-9698-96e4f7fdcbfc

我试过扩展应用程序，但没有激活此订阅模型，我很容易达到两倍大的工作负载，没有任何问题。
所以有几个问题

Actor 事件是否有已知/建议的限制？

增加分区数或/和节点数会有所帮助吗？

通信干扰是否合乎逻辑？为什么其他服务端点也有问题？

Answer 1

在与支持票一起度过一段时间后，我们找到了一些信息。所以我会在这里发布我的发现，以防它对某人有所帮助。
Actor 事件使用重新订阅模型来确保它们仍然连接到 Actor 。默认情况下每 20 秒执行一次。这意味着大量资源被使用，最终整个系统因等待重新订阅的空闲线程负载而过载。
您可以通过设置 resubscriptionInterval 来减少负载订阅时设置为更高的值。缺点是这也意味着客户端可能会同时错过事件(如果分区被移动)。
为了抵消重新订阅的延迟，可以 Hook 到较低级别的服务结构事件。在支持电话中向我提供了以下伪代码。

注册参与者服务的端点更改通知

           fabricClient.ServiceManager.ServiceNotificationFilterMatched += (o, e) =>
            {
                var notification = ((FabricClient.ServiceManagementClient.ServiceNotificationEventArgs)e).Notification;
                /*
                 * Add additional logic for optimizations
                 * - check if the endpoint is not empty
                 * - If multiple listeners are registered, check if the endpoint change notification is for the desired endpoint
                 * Please note, all the endpoints are sent in the notification. User code should have the logic to cache the endpoint seen during susbcription call and compare with the newer one
                 */
                List<long> keys;
                if (resubscriptions.TryGetValue(notification.PartitionId, out keys))
                {
                    foreach (var key in keys)
                    {
                        // 1. Unsubscribe the previous subscription by calling ActorProxy.UnsubscribeAsync()
                        // 2. Resubscribe by calling ActorProxy.SubscribeAsync()
                    }
                }
            };

            await fabricClient.ServiceManager.RegisterServiceNotificationFilterAsync(new ServiceNotificationFilterDescription(new Uri("<service name>"), true, true));

将重新订阅间隔更改为适合您需要的值。
将分区 id 缓存到 actor id 映射。当副本的主要端点更改时，此缓存将用于重新订阅(引用 #1)

              await actor.SubscribeAsync(handler, TimeSpan.FromHours(2) /*Tune the value according to the need*/);
              ResolvedServicePartition rsp;
              ((ActorProxy)actor).ActorServicePartitionClientV2.TryGetLastResolvedServicePartition(out rsp);
              var keys = resubscriptions.GetOrAdd(rsp.Info.Id, key => new List<long>());
       keys.Add(communicationId);

上述方法确保以下

订阅会定期重新订阅

如果主端点在两者之间发生变化，actorproxy 会从服务通知回调中重新订阅

这结束了来自支持调用的伪代码。
回答我原来的问题:

Actor 事件是否有已知/建议的限制？
没有硬性限制，只有资源使用。

增加分区数或/和节点数会有所帮助吗？ 分区计数不。节点数可能，仅当这意味着节点上的订阅实体因此而减少时。

通信干扰是否合乎逻辑？为什么其他服务端点也有问题？
是的，资源争用就是原因。