分布式Raft算法介紹

? ? ?高可用性读处,高穩(wěn)定性以及數(shù)據(jù)一致性是衡量服務(wù)的三個基本要素凯傲。其中數(shù)據(jù)一致性在分布式服務(wù)中是根基----不管是強一致性還是最終一致性等都需要保證其數(shù)據(jù)的一致性,不然高可用和高穩(wěn)定沒有任何意義(即便服務(wù)容忍一定時延的不一致)署驻。

? ? ?分布式一致性的保證:

? ? ?數(shù)據(jù)保證一致性主要是這兩種形式:一種是集群只有一個節(jié)點能進行數(shù)據(jù)的增刪改驾霜,然后其它節(jié)點和單前節(jié)點進行同步數(shù)據(jù)乎串。第二種就是集群節(jié)點通過溝通下在合適的時間大家一起進行數(shù)據(jù)的增刪改數(shù)據(jù)來達到數(shù)據(jù)一致性店枣。這兩種方式細想下它們都需要有一個發(fā)起人,由發(fā)起人開個頭然后集群開始數(shù)據(jù)的同步操作叹誉,這個發(fā)起人也就成為leader鸯两。

? ? ?如何選leader比如:

? ? ?方式一 :大家都讀數(shù)據(jù)庫然后讀取時增加讀鎖,誰獲取了值就是leader长豁,這種方式在獲取鎖時需要連接數(shù)據(jù)庫钧唐,執(zhí)行查詢操作,增加鎖匠襟,執(zhí)行完操作后釋放鎖钝侠,同時還有單點問題,性能瓶頸酸舍,通過這種方式提供的鎖服務(wù)無法滿足需求帅韧,同時獲取了鎖的節(jié)點如果掛了呢? 或者獲取鎖的節(jié)點在腦裂網(wǎng)絡(luò)區(qū)間呢啃勉?? ?這種方式選取leader不合適弱匪。

? ? ?方式二:由一臺服務(wù)器與所有機器保持心跳,當(dāng)需要選擇leader時 就在其中隨機選擇一臺璧亮,同時通知所有的,如果超過半數(shù)同意就成功了斥难。問題關(guān)鍵是一臺服務(wù)器和所有機器保持心跳枝嘶,為了提高高可用性增加備用機器,在這臺機器掛掉后哑诊,備用機器需要和所有機器建立連接群扶,為了提高速度,使用熱備,master和熱備也用心跳保持關(guān)系竞阐,一旦掛掉缴饭,就接過master的權(quán)限,執(zhí)行其職能骆莹,同時客戶機的配置中需要增加關(guān)于這兩臺機器的配置颗搂,方便為其創(chuàng)建連接,同時檢測連接是否正常幕垦,這種方式就算出現(xiàn)腦裂問題也不影響丢氢,一切以連接到master機器上的所有節(jié)點為準。

? ? 方式三:集群中每個節(jié)點與其余所有節(jié)點共同商量誰來當(dāng)leader先改。

? ? 目前業(yè)界使用的不管是Paxos還是Raft算法以及它們的變種算法都是采用方式三來進行l(wèi)eader選舉疚察。方式二有點資源浪費,但是按照常理來講參與決策方越多效率越低仇奶,方式二卻是避免了這種方式(暫時用不上)貌嫡。

? ? ?Raft算法由于其容易理解和實現(xiàn)等原因開始在后期大受歡迎比如:etcd就是基于此實現(xiàn)的,而大名鼎鼎的Kubernetes是基于etcd實現(xiàn)的(間接基于Raft)该溯,以及百度的braft(raft變種)岛抄。

? ? ?Raft算法實現(xiàn)一致性通過實現(xiàn)下面:

? ? ? 》選擇leader----這個是用來保證其是第一個執(zhí)行操作的,保證獨立性朗伶,不會在別的節(jié)點同時出現(xiàn)別的操作弦撩。

? ? ? 》日志復(fù)制----這是leader節(jié)點執(zhí)行操作產(chǎn)生的操作日志,用來和leader節(jié)點保存一致论皆,這是選舉leader的原因益楼,然后把日志復(fù)制到其余節(jié)點,每個節(jié)點執(zhí)行成功以后就可以保證和leader節(jié)點保證一致了点晴,這和傳統(tǒng)的2pc(2 phase commit 2階段提交) 優(yōu)勢在于---2pc在整個過程中是hold全部資源的感凤,需要全部節(jié)點執(zhí)行成功后才能釋放而這個只需要leader節(jié)點執(zhí)行成功,然后保存到日志并復(fù)制到別的節(jié)點后就可以了粒督,其余節(jié)點什么時候執(zhí)行陪竿,自有各個節(jié)點來保證日志的執(zhí)行, 在leader任期內(nèi)執(zhí)行別的操作時必須 上一個執(zhí)行的操作的log的日志已經(jīng)分發(fā)到別的所有大部分節(jié)點了屠橄,不需要執(zhí)行族跛,只需要保存,后期執(zhí)行就可以锐墙。

? ? ?Raft這種算法選舉時對性能有一定影響礁哄,不僅是Raft,其余的選舉算法溪北,隨著節(jié)點的增加桐绒,選舉的效率就越低夺脾,比如etcd就是建議部署3或5個節(jié)點就可以。如果需要大規(guī)模選舉可以采用上面的方式二茉继。(這就好比股票的撮合交易競價或者是區(qū)塊鏈中有比特幣的公共鏈到聯(lián)盟鏈等轉(zhuǎn)換)咧叭。

? ? ?問題:

? ? ? 選舉時如何得知其獲得了大多數(shù)選票,節(jié)點是會掛的烁竭,會隨時變化:

? ? ? 當(dāng)前節(jié)點參加選舉時會和其余節(jié)點通訊菲茬,如果在通訊的大多數(shù)節(jié)點都同意,那就ok颖变,那問題又來了生均,如何保障能和其它節(jié)點都能通訊? 這個除非節(jié)點掛掉腥刹,如果在投后節(jié)點掛掉了也不影響马胧,因為只能投給一個節(jié)點不能再投別的節(jié)點,投票前掛掉不沒有影響衔峰。還有一種就是腦裂問題佩脊,這可能會在不同區(qū)域都選舉一個區(qū)域的leader,對于腦裂問題 可以人工干預(yù)或者定時檢查垫卤,對于腦裂區(qū)域是否不提供服務(wù)或者提供部分服務(wù)這個依據(jù)具體業(yè)務(wù)場景來威彰。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市穴肘,隨后出現(xiàn)的幾起案子歇盼,更是在濱河造成了極大的恐慌,老刑警劉巖评抚,帶你破解...
    沈念sama閱讀 216,744評論 6 502
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件豹缀,死亡現(xiàn)場離奇詭異,居然都是意外死亡慨代,警方通過查閱死者的電腦和手機邢笙,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,505評論 3 392
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來侍匙,“玉大人氮惯,你說我怎么就攤上這事∠氚担” “怎么了妇汗?”我有些...
    開封第一講書人閱讀 163,105評論 0 353
  • 文/不壞的土叔 我叫張陵,是天一觀的道長说莫。 經(jīng)常有香客問我铛纬,道長,這世上最難降的妖魔是什么唬滑? 我笑而不...
    開封第一講書人閱讀 58,242評論 1 292
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上晶密,老公的妹妹穿的比我還像新娘擒悬。我一直安慰自己,他們只是感情好稻艰,可當(dāng)我...
    茶點故事閱讀 67,269評論 6 389
  • 文/花漫 我一把揭開白布懂牧。 她就那樣靜靜地躺著,像睡著了一般尊勿。 火紅的嫁衣襯著肌膚如雪僧凤。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,215評論 1 299
  • 那天元扔,我揣著相機與錄音躯保,去河邊找鬼。 笑死澎语,一個胖子當(dāng)著我的面吹牛途事,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播擅羞,決...
    沈念sama閱讀 40,096評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼尸变,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了减俏?” 一聲冷哼從身側(cè)響起召烂,我...
    開封第一講書人閱讀 38,939評論 0 274
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎娃承,沒想到半個月后奏夫,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,354評論 1 311
  • 正文 獨居荒郊野嶺守林人離奇死亡草慧,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,573評論 2 333
  • 正文 我和宋清朗相戀三年桶蛔,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片漫谷。...
    茶點故事閱讀 39,745評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡仔雷,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出舔示,到底是詐尸還是另有隱情碟婆,我是刑警寧澤,帶...
    沈念sama閱讀 35,448評論 5 344
  • 正文 年R本政府宣布惕稻,位于F島的核電站竖共,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏俺祠。R本人自食惡果不足惜公给,卻給世界環(huán)境...
    茶點故事閱讀 41,048評論 3 327
  • 文/蒙蒙 一借帘、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧淌铐,春花似錦肺然、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,683評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至吐葱,卻和暖如春街望,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背弟跑。 一陣腳步聲響...
    開封第一講書人閱讀 32,838評論 1 269
  • 我被黑心中介騙來泰國打工灾前, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人窖认。 一個月前我還...
    沈念sama閱讀 47,776評論 2 369
  • 正文 我出身青樓豫柬,卻偏偏與公主長得像,于是被迫代替她去往敵國和親扑浸。 傳聞我的和親對象是個殘疾皇子烧给,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,652評論 2 354