vlambda博客
学习文章列表

程序员过关斩将--不使用Raft算法,就能简单做集群leader选举


亲爱的,关注我吧
程序员过关斩将--不使用Raft算法,就能简单做集群leader选举
程序员过关斩将--不使用Raft算法,就能简单做集群leader选举

在互联网的高速发展下,如果服务器不使用个集群模式,自己都不好意思出去面试。目前所知的大部分集群模式都是基于中心化思想来部署,而中心化的思想是建立在服务器选举Leader规则之上,著名的一致性算法Raft可以实现集群的选举工作,不过Raft算法也不是一般程序员可以掌握的。


集群的选举主要是为了能让集群正常工作,在不使用Raft等复杂算法的前提下,能否可以搞定集群的选举工作呢?当然可以,不过要借助其他技术,今天就来说一说,如何利用zookeeper来搞定集群选举Leader的工作。


01
PART
Zookeeper

ZooKeeper是一个分布式的,开放源码的分布式应用程序协调服务,是Google的Chubby一个开源的实现,是Hadoop和Hbase的重要组件。它是一个为分布式应用提供一致性服务的软件,提供的功能包括:配置维护、域名服务、分布式同步、组服务等。

程序员过关斩将--不使用Raft算法,就能简单做集群leader选举

Zookeeper的节点类似于UNIX文件系统,是一个简单目录树结构的数据模型,在这棵树中,每个节点都可以作为一个ZNode,每一个ZNode都可以通过唯一路径来标识

程序员过关斩将--不使用Raft算法,就能简单做集群leader选举

临时性节点

程序员过关斩将--不使用Raft算法,就能简单做集群leader选举

在Zookeeper中,节点(ZNode)分为几个类型,其中有一个类型为临时性节点,它有个特点:它的生命周期和创建这个节点的客户端Session绑定,一旦这个客户端掉线或者down机,这个节点就会自动删除。

Watch

程序员过关斩将--不使用Raft算法,就能简单做集群leader选举

Zookeeper提供了节点变化通知机制,即Watch机制。每个客户端可以选择任意的节点进行监听,如果被监听的节点或者子节点发生变化,便会通知所有监听的客户端,基于这个原理就能实现集群服务器的自动发现机制。

集群的选举

程序员过关斩将--不使用Raft算法,就能简单做集群leader选举

一个分布式的集群服务,最重要的就是不间断的提供服务,或者说是容错性。当一个节点由于故障原因退出集群或者一个新节点加入集群,不会影响集群的服务能力。当Leader节点出现故障,能实现自动选举功能,而不用人工干预,那利用Zookeeper怎么做到呢?


首先必须要有几个约定:

- 所有的集群服务器监听相同的Zookeeper节点,这个节点充当集群信息的存储

- 集群中的服务器可以利用ip或者机器名作为节点名称,不允许有重复的节点名称

- 集群默认采用名称排序最小的服务器作为Leader


具体的过程如下:

- 当集群的第一个服务器启动,注册自己的信息到Zookeeper固定节点下,并监听此节点的变化。发现只有自己一个服务器,则默认当选Leader。

- 当其他服务器启动并注册信息到相同节点下,并监听此节点信息变化。发现已经有Leader,默认作为follower进行工作。

- 当Leader由于故障掉线,信息会自动从Zookeeper删除,其他节点会收到通知,然后把Leader节点踢除,进入下一个Leader选举流程。

- 存活的服务器中,根据约定,名字最小的服务器当选Leader,并向其他服务器发送通知,这个时候集群可以继续正常工作。

- 如果是非Leader节点掉线,流程和以上类似,但是少了选举的过程。


就算是在选举过程中持续有客户端掉线也没有关系,因为Zookeeper能保证最终的数据一致性,在加上我们约定的名字最小的为Leader的约束,最终集群的状态将达到稳定。


这里提出一个新问题,利用Zookeeper来进行集群的选举,会不会出现脑裂问题呢?

程序员过关斩将--不使用Raft算法,就能简单做集群leader选举
程序员过关斩将--不使用Raft算法,就能简单做集群leader选举

程序员过关斩将--不使用Raft算法,就能简单做集群leader选举

长按添加菜菜好友
程序员过关斩将--不使用Raft算法,就能简单做集群leader选举
关注后回复:“ 大礼包 ”和“福利”,领取惊喜


福利时间( 送2本
Oracle高性能系统架构实战大全

《Oracle高性能系统架构实战大全》介绍与 Oracle 数据库性能相关的方方面面,涵盖了 Oracle 的体系架构,其背后的运行机制包括事务、锁与闩、多版本并发,各种 Oracle 高级特性如分区、并行执行、直接路径操作,以及大数据导入 / 导出性能优化,并用具体的例子来解释每个特性,它是如何工作的、其限制是什么。


非常感谢北京大学出版社

对本次活动的大力支持

长按以下菊花码参加活动