Hyperledger Fabric 排序节点启动过程

Hyperledger 源码分析之 Fabric

Orderer 节点启动通过 orderer 包下的 main() 方法实现，会进一步调用到 orderer/common/server 包中的 Main() 方法。

核心代码如下所示。

// Main is the entry point of orderer processfunc Main() {
    fullCmd := kingpin.MustParse(app.Parse(os.Args[1:]))

    // "version" command
    if fullCmd == version.FullCommand() {
        fmt.Println(metadata.GetVersionInfo())
        return
    }

    conf := config.Load()
    initializeLoggingLevel(conf)
    initializeLocalMsp(conf)

    Start(fullCmd, conf)}

包括配置初始化过程和核心启动过程两个部分：

• config.Load()：从本地配置文件和环境变量中读取配置信息，构建配置树结构。

• initializeLoggingLevel(conf)：配置日志级别。

• initializeLocalMsp(conf)：配置 MSP 结构。

• Start()：完成启动后的核心工作。

整体过程

核心启动过程都在 orderer/common/server包中的 Start() 方法，如下图所示。

Start() 方法会初始化 gRPC 服务需要的结构，然后启动服务。

核心代码如下所示。

func Start(cmd string, conf *config.TopLevel) {
    logger.Debugf("Start()")
    signer := localmsp.NewSigner()
    manager := initializeMultichannelRegistrar(conf, signer)
    server := NewServer(manager, signer, &conf.Debug)

    switch cmd {
    case start.FullCommand(): // "start" command
        logger.Infof("Starting %s", metadata.GetVersionInfo())
        initializeProfilingService(conf)
        grpcServer := initializeGrpcServer(conf)
        ab.RegisterAtomicBroadcastServer(grpcServer.Server(), server)
        logger.Info("Beginning to serve requests")
        grpcServer.Start()
    case benchmark.FullCommand(): // "benchmark" command
        logger.Info("Starting orderer in benchmark mode")
        benchmarkServer := performance.GetBenchmarkServer()
        benchmarkServer.RegisterService(server)
        benchmarkServer.Start()
    }}

包括两大部分：

• gRPC 服务结构初始化；

• gRPC 服务启动。

gRPC 服务结构初始化

包括创建新的 MSP 签名结构，初始化 Registrar 结构来管理各个账本结构，启动共识过程，以及创建 gRPC 服务端结构。

核心过程包括：

signer := localmsp.NewSigner() // 初始化签名结构manager := initializeMultichannelRegistrar(conf, signer) // 初始化账本管理器（Registrar）结构

其中，initializeMultichannelRegistrar(conf, signer) 方法最为关键，核心代码如下：

func initializeMultichannelRegistrar(conf *config.TopLevel, signer crypto.LocalSigner) *multichannel.Registrar {
    // 创建账本操作的工厂结构
    lf, _ := createLedgerFactory(conf)

    // 如果是新启动情况，创建系统通道的账本结构
    if len(lf.ChainIDs()) == 0 {
        logger.Debugf("There is no chain, hence we must be in bootstrapping")
        initializeBootstrapChannel(conf, lf)
    } else {
        logger.Info("Not bootstrapping because of existing chains")
    }
    //初始化共识插件
    consenters := make(map[string]consensus.Consenter)
    consenters["solo"] = solo.New()
    consenters["kafka"] = kafka.New(conf.Kafka.TLS, conf.Kafka.Retry, conf.Kafka.Version, conf.Kafka.Verbose)

    // 创建各个账本的管理器（Registrar）结构，并启动共识过程
    return multichannel.NewRegistrar(lf, consenters, signer)}

利用传入的配置信息和签名信息完成如下步骤：

• 创建账本操作的工厂结构；

• 如果是新启动情况，利用给定的系统初始区块文件初始化系统通道的相关结构；

• 完成共识插件（包括 solo 和 kafka 两种）的初始化；

• multichannel.NewRegistrar(lf, consenters, signer)
  方法会扫描本地账本数据（此时至少已存在系统通道），创建 Registrar 结构，并为每个账本都启动共识（如 Kafka 排序）过程。

说明：Registrar 结构（位于 orderer.common.multichannel 包）是 Orderer 组件中最核心的结构，管理了 Orderer 中所有的账本、共识插件等数据结构。

创建 Registrar 结构并启动共识过程

NewRegistrar(lf, consenters, signer) 方法位于 orderer.common.multichannel 包，负责初始化链支持、消息处理器等重要数据结构，并为各个账本启动共识过程。

核心代码如下：

existingChains := ledgerFactory.ChainIDs()for _, chainID := range existingChains {
    if _, ok := ledgerResources.ConsortiumsConfig(); ok { // 如果是系统账本
        chain := newChainSupport(r, ledgerResources, consenters, signer)
        chain.Processor = msgprocessor.NewSystemChannel(chain, r.templator, msgprocessor.CreateSystemChannelFilters(r, chain))
        r.chains[chainID] = chain
        r.systemChannelID = chainID
        r.systemChannel = chain
        defer chain.start() // 启动共识过程
    else // 如果是应用账本
        chain := newChainSupport(r, ledgerResources, consenters, signer)
        r.chains[chainID] = chain
        chain.start()  // 启动共识过程
    }

chain.start() 方法负责启动共识过程，以 Kafka 共识插件为例，最终调用到 orderer.consensus.kafka 包中的 startThread() 方法。

startThread() 方法将为指定的账本结构配置共识服务，并将其启动，核心代码包括：

// 创建 Producer 结构chain.producer, err = setupProducerForChannel(chain.consenter.retryOptions(), chain.haltChan, chain.SharedConfig().KafkaBrokers(), chain.consenter.brokerConfig(), chain.channel)// 发送 CONNECT 消息sendConnectMessage(chain.consenter.retryOptions(), chain.haltChan, chain.producer, chain.channel)// 创建处理对应 Kafka topic 的 Consumer 结构chain.parentConsumer, err = setupParentConsumerForChannel(chain.consenter.retryOptions(), chain.haltChan, chain.SharedConfig().KafkaBrokers(), chain.consenter.brokerConfig(), chain.channel)// 配置从指定 partition 读取消息的 PartitionConsumer 结构chain.channelConsumer, err = setupChannelConsumerForChannel(chain.consenter.retryOptions(), chain.haltChan, chain.parentConsumer, chain.channel, chain.lastOffsetPersisted+1)// 从该链对应的分区读取消息，并进行处理过程chain.processMessagesToBlocks() 

主要包括如下步骤：

• 创建到 Kafka 集群的 Producer 结构并发送 CONNECT 消息；

• 为对应的 topic 创建 Consumer 结构，并配置从指定分区读取消息的 PartitionConsumer 结构；

• 启动链对应的 Kafka 分区中消息的循环处理过程。processMessagesToBlocks() 方法不断从分区中 Consume 消息并进行处理，同时定时发送 TimeToCut 消息。处理消息类型包括 Connect 消息（Producer 启动后发出）、TimeToCut 消息和 Regular 消息（普通的交易）。分别调用对应方法进行处理。

gRPC 服务启动

初始化 gRPC 服务结构，完成绑定并启动监听。

// 初始化 gRPC 服务端结构server := NewServer(manager, signer, &conf.Debug)// 创建 gRPC 服务连接grpcServer := initializeGrpcServer(conf)// 绑定 gRPC 服务并启动ab.RegisterAtomicBroadcastServer(grpcServer.Server(), server)grpcServer.Start()

其中，NewServer(manager, signer, &conf.Debug) 方法（位于 orderer.common.server 包）最为核心，将 gRPC 相关的服务结构进行初始化，并绑定到 gRPC 请求上。分别响应 Deliver() 和 Broadcast() 两个 gRPC 调用。

// NewServer creates an ab.AtomicBroadcastServer based on the broadcast target and ledger Readerfunc NewServer(r *multichannel.Registrar, _ crypto.LocalSigner, debug *localconfig.Debug) ab.AtomicBroadcastServer {
    s := &server{
        dh:    deliver.NewHandlerImpl(deliverSupport{Registrar: r}),
        bh:    broadcast.NewHandlerImpl(broadcastSupport{Registrar: r}),
        debug: debug,
    }
    return s}

===========================

《区块链原理、设计与应用》一书已经正式出版，以超级账本项目为例，介绍了区块链和分布式账本技术的底层原理、设计架构、应用实践的大量细节，欢迎大家阅读指正。

===== 关于 TechFirst 公众号 =====

专注金融科技、人工智能、云计算、大数据相关领域的热门技术与前瞻方向。

发送关键词（如区块链、云计算、大数据、容器），获取热门点评与技术干货。

欢迎投稿！