Azure Functions Cosmos DB触发器分区租约分配与负载均衡机制问询

核心分配流程 #

Azure Functions的Cosmos DB触发器底层基于变更源处理器库实现，两个使用相同租约前缀的函数应用，会通过租约容器完成N个分区的分布式分配：

• 启动阶段：每个函数实例会遍历目标容器的所有分区，同时扫描租约容器的现有记录
  • 若某分区无对应租约，实例会创建该分区的租约，标记自己为持有者
  • 若分区已有租约，实例会检查租约的过期时间：租约过期则尝试接管更新持有者；未过期则跳过
• 租约容器的每条记录包含：分区ID、持有者实例ID、过期时间、处理检查点等关键信息

避免单个应用独占所有分区的关键机制 #

不存在单个应用“抢光”所有分区的情况，核心靠两个逻辑保障均衡：

1. 租约续租与过期回收
   • 持有租约的实例必须每隔15秒默认时间续租，更新租约过期时间
   • 一旦实例因故障、资源不足或重启无法续租，租约会在过期后被其他实例抢占
   • 就算某个实例启动快先拿了大量租约，只要它没法维持续租比如处理过载导致续租线程阻塞，其他实例会逐步接管过期租约
2. 主动负载均衡触发
   • 处理器库内置均衡逻辑：当实例持有分区数超过「总分区数/实例数 +1」时，会主动释放部分租约
   • 实例每隔30秒默认时间会扫描全部分租约分布，计算自身持有量与平均值的差值，超出阈值就随机释放租约，让其他实例可以抢占

租约容器的协调作用 #

没错，所有分布式协调都通过租约容器完成：

• 租约容器相当于分布式锁的载体，所有实例通过读写租约记录来协商分区归属
• 没有租约容器的话，多实例无法感知彼此，会出现同一分区被重复处理的问题
• 同时租约容器还存储每个分区的处理检查点，避免实例重启后重复消费历史数据

内容的提问来源于stack exchange，提问作者DxG