分布式一致性协议

为什么需要一致性

1、在集群内部,数据不能只存在一个节点中,因为容易出现单点故障
2、保证节点间的数据一致

分布式一致性算法有哪些

1. Paxos

2. Raft

Raft协议是强一致性,去中心化的分布式协议,在Raft协议中,一个节点某一时刻都处于下面三个状态中的其中一个:

  • leader
  • follower
  • candidate
    所有节点启动时都是follower状态,在一段时间内如果没有收到来自leader的心跳,就从follower状态切换为candidate状态,发起选举,如过收到过半节点的选票(包含自己的一票),则切换到follower状态;
  • term
    term(任期),每一次选举出了新的leader后,系统节点间的管理都是在一个新的任期内,term会累加,代表不同leader下的操作。
3. Zab

Zab协议,全称是Zookeeper Atomic Broadcast(原子广播协议),是Zookeeper专门为自己新研究的一种分布式一致性协议。在Zab协议中,一个节点某一时刻也都处于下面三个状态中的其中一种:

  • Following
  • Leading
  • Looking
  • Observing
    Following表示当前节点是跟随者,服务leader节点的命令;Leading表示当前节点是Leader,负责协调事务;Looking表示节点处于选举状态,正在寻找Leader。Observer的状态就是Observing,该状态的节点不参与选举,是只读节点。
请求处理

1、Zab定义的所有请求必须有一个全局唯一的服务器来协调处理,这个服务器就叫Leader,其他剩余的服务器就叫Follower。

  1. Leader接收到请求后,会转换成一个Proposal,并将该Proposal分发给所有Follower,可以说是广播请求或者数据复制
  2. 当Leader收到过半的Follower反馈的Proposal成功ACK后就会通知所有的Follower进行Proposal的Commit。
崩溃恢复模式

一旦Leader出现崩溃或者由于网络原因导致Leader失去了与过半Follower的联系,就会进入崩溃恢复模式。
崩溃恢复模式有两个阶段:Leader选举和初始化数据,当一个Leader被选举后,这时的Leader还是一个准Leader,要经过初始化同步后才能变为真正的Leader。

消息广播模式
  1. 当Leader接收到事务请求后,会为事务赋予一个全局唯一的64位自增id,即zxid,通过zxid的大小即可实现事务的有序性过管理,然后将事务封装为一个proposal,保存到Leader本地事务中。

  2. Leader根据Follower列表获取到所有的Follower,同时,Leader会给每一个Follower生成一个FIFO队列,然后将Proposal通过发送到FIFO队列中,经过FIFO队列再发送到对应的Follower。

  3. 当Follower接收到Leader发过来的Proposal后,会先将Proposal中的zxid和本地记录的事务日志中的最大zxid进行对比,如果Proposal中的zxid大于本地保存的最大zxid,则将proposal保存到本地事务日志中,并返回ACK给Leader。

  4. 当Leader接收到过半的Follower反馈的ACK后,Leader就会先Commit请求,然后向所有Follower队列发送Commit消息,向所有Observer的队列发送Proposal。

  5. 当Follower收到Commit消息后,就会将日志中的事务正是更新到本地。当Observer收到Proposal后,会直接将事务更新到本地。

  6. 无论是Follower还是Observer,在同步完成后都需要向Leader发送成功ACK

在zookeeper集群中,数据的传递

4. Goosip

Gossip协议

1、最终一致性

Gossip协议又叫流行病协议,是弱一致性协议。当集群中一个节点想与网络中其他节点同步一些信息时,它定期从节点集合中随机选择一个节点并交换信息,收到信息的节点也做同样的事情,最终所有节点都会有同一个份数据。当改信息定期发送到N个目标,N被称为扇出(Fanout)

2、Redis 集群加入新节点

在redis集群中添加新的节点时,使用的就是gossip协议。
MEET: 命令[cluster meet ip port],ip为新的节点ip,执行该命令后,旧节点会向新节点发出邀请,加入现在集群,然后新节点就会开始与其他节点进行通信;
PING: 节点按照配置的时间间隔向集群中其他节点发送ping消息,消息中带有自己的状态,以及自己维护的集群元数据,和部分其他节点的元数据;
PONG: 节点用于回应PING和MEET的消息,结构和PING消息类似,也包含自己的状态和其他信息,也可以用于消息广播和更新;
FAIL: 节点PING不通某个节点后,会向集群所有节点广播该节点挂掉的消息。其他节点收到消息后标记为已下线。
通过上述消息,集群中的每一个实例都能获取到其他所有实例的状态信息。这样一来,即使有新节点加入、节点故障、Slot变更等事件发生,实例间也可以通过PING、PONG消息的传递,完成集群状态在每个实例上的同步。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,539评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,594评论 3 396
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 165,871评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,963评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,984评论 6 393
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,763评论 1 307
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,468评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,357评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,850评论 1 317
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,002评论 3 338
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,144评论 1 351
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,823评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,483评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,026评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,150评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,415评论 3 373
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,092评论 2 355

推荐阅读更多精彩内容