Zab系列2 角色和存储

Zab系列博客

Raft Vs Zab
https://www.jianshu.com/p/24307e7ca9da
Zab系列1 核心概念
https://www.jianshu.com/p/76e5dba31ea4
Zab系列2 角色和存储
https://www.jianshu.com/p/d80f9250ffd1
Zab系列3 选举
https://www.jianshu.com/p/0d2390c242f6
Zab系列4 zookeeper特性
https://www.jianshu.com/p/08b62ca1fe4e
Zab系列5 选举恢复(源码分析)
https://www.jianshu.com/p/b6acd99921b7
Zab系列6 zk单机版工作原理
https://www.jianshu.com/p/ed45982b18b4
Zab系列7 集群工作原理Leader篇
https://www.jianshu.com/p/59240c36ba1b
Zab系列8 集群工作原理Follower篇
https://www.jianshu.com/p/8d7c7f1b2838

Node的状态和角色

https://www.cnblogs.com/EasonJim/p/7488484.html

  • LOOKING:进入leader选举状态
  • FOLLOWING:leader选举结束,进入follower状态
  • LEADING:leader选举结束,进入leader状态
  • OBSERVING:处于观察者状态

角色的转换

  1. 当一台Server启动时,它会首先处于LOOKING状态,此时会尝试找到一个leader,如果找到,那么就看看这个leader是不是就是它,如果不是的话,就转换为FOLLOWING/OBSERVING状态,如果是它,那么就转换为LEADING状态.
  2. 当处于FOLLOWING/OBSERVING状态的server检测到它跟它知道的leader失去联系时,就会重新进入到LOOKING状态,并尝试重新找一个leader.
  3. 同样,当处于LEADING状态的server发现它跟处于FOLLOWING状态的server失去联系时,也会进入到LOOKING状态并尝试重新找到一个leader

Observer观察者角色

Observers和follower非常类似,observer的优点

  1. 可以灵活的扩展zk集群,新增和减少observer不会触发重新选举
  2. 大幅提升读取的速度的同时,不会降低写的速度
  3. 一定程度上提升容灾率,因为Observer的宕机不会影响集群继续服务

Observers和follower的区别

  1. Observer没有vote和Ack Propose的功能
  2. Observer只会收到一个特殊的leader发来的 commit 消息,包括了commitZxid以及对应proposal,但是follower会收到2个消息,第一个proposal消息,第二个是只有LastZxid的commit消息

日志和快照

  1. 只有半数节点ACK后的Proposal才会生成事务日志,这个和Raft算法不同,只要生成了事务日志,那么该事务一定是半数通过了的事务操作

  2. zk的持久化非常特殊,不仅仅保存所有的日志,而且也保存所有的快照。也就是默认是包含全部的数据,虽然理论上来说,只需要包含最新的快照文件,已经哪些未被打包进快照的日志

  3. 默认每当记满100000个,则事务日志执行flush操作,同时开启一个新的文件来记录事务日志。
    比如data路径有几个文件 log.100001,log.200001,log.300001

  4. 每当命令满100000个,同时会执行内存树的快照,snapshot.[lastProcessedZxid]作为文件名创建一个新文件,快照内容保存到该文件中,snapshot.100001

  5. Zk的日志和快照相结合且不删除的模式,实现了既高效又高可恢复性的特质,因为快照文件异常,可以完全根据日志文件来恢复数据到内存树中,但是这样效率很低。但是容错性就增强了。系统在恢复数据时,获取100个快照文件,按照序号排序,优先加载最大Txid的快照,加载成功就不用继续加载之前的快照了,然后获得 lastProcessedTxid,根据这个id再去遍历日志文件,加载lastProcessedTxid后面的数据并且更新lastProcessedTxid的值

如果单纯只保存一个快照文件以及未打包进快照的日志的话,一旦有数据丢失或者生成异常,则内存树中的数据不可恢复

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 204,732评论 6 478
  • 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 87,496评论 2 381
  • 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 151,264评论 0 338
  • 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 54,807评论 1 277
  • 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 63,806评论 5 368
  • 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 48,675评论 1 281
  • 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 38,029评论 3 399
  • 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 36,683评论 0 258
  • 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 41,704评论 1 299
  • 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 35,666评论 2 321
  • 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 37,773评论 1 332
  • 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 33,413评论 4 321
  • 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 39,016评论 3 307
  • 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 29,978评论 0 19
  • 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 31,204评论 1 260
  • 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 45,083评论 2 350
  • 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 42,503评论 2 343

推荐阅读更多精彩内容