Nacos 集群选举原理

集群选举问题：

　　Nacos支持集群模式，很显然。而一旦涉及到集群，就涉及到主从，那么nacos是一种什么样的机制来实现的集群呢？

　　Nacos的集群类似于zookeeper，它分为leader角色和follower角色，那么从这个角色的名字可以看出来，这个集群存在选举的机制。因为如果自己不具备选举功能，角色的命名可能就是master/slave了.

选举算法：

　　Nacos集群采用 raft 算法来实现，它是相对zookeeper的选举算法较为简单的一种。选举算法的核心在 RaftCore 中，包括数据的处理和数据同步。

　　raft 算法演示地址：http://thesecretlivesofdata.com/raft/

　　在Raft中，节点有三种角色：

Leader：负责接收客户端的请求
Candidate：用于选举Leader的一种角色(竞选状态)
Follower：负责响应来自Leader或者Candidate的请求

　　选举分为两个节点

服务启动的时候
leader挂了的时候

　　所有节点启动的时候，都是follower状态。如果在一段时间内如果没有收到leader的心跳（可能是没有leader，也可能是leader挂了），那么follower会变成Candidate。然后发起选举，选举之前，会增加 term，这个 term 和 zookeeper 中的 epoch 的道理是一样的。

　　follower会投自己一票，并且给其他节点发送票据vote，等到其他节点回复在这个过程中，可能出现几种情况

收到过半的票数通过，则成为leader
被告知其他节点已经成为leader，则自己切换为follower
一段时间内没有收到过半的投票，则重新发起选举

　　约束条件在任一term中，单个节点最多只能投一票

选举的几种情况 :

第一种情况，赢得选举之后，leader会给所有节点发送消息，避免其他节点触发新的选举
第二种情况，比如有三个节点A B C。A B同时发起选举，而A的选举消息先到达C，C给A投了一票，当B的消息到达C时，已经不能满足上面提到的约束条件，即C不会给B投票，而A和B显然都不会给对方投票。A胜出之后，会给B,C发心跳消息，节点B发现节点A的term不低于自己的term，知道有已经有Leader了，于是转换成follower
第三种情况，没有任何节点获得majority投票，可能是平票的情况。加入总共有四个节点（A/B/C/D），Node C、Node D同时成为了candidate，但Node A投了NodeD一票，NodeB投了Node C一票，这就出现了平票 split vote的情况。这个时候大家都在等啊等，直到超时后重新发起选举。如果出现平票的情况，那么就延长了系统不可用的时间,因此raft引入了 randomizedelection timeouts来尽量避免平票情况.

源码分析：

　　RaftCore 初始化：Raft选举算法，是在RaftCore这个类中实现的。

/**
* Init raft core.
*
* @throws Exception any exception during init
*/
@PostConstruct
public void init() throws Exception {
        
        Loggers.RAFT.info("initializing Raft sub-system");

　　　　 //开启一个notifier监听，这个线程中会遍历listeners，根据ApplyAction执行相应的逻辑
        executor.submit(notifier);
        
        final long start = System.currentTimeMillis();

　　　　 //遍历/nacos/data/naming/data/文件件,也就是从磁盘中加载Datum到内存，用来做数据恢复。(数据同步采用2pc协议，leader收到请求会写写入到磁盘日志，然后再进行数据同步)
        raftStore.loadDatums(notifier, datums);

　　　　 //从/nacos_home/data/naming/meta.properties文件中读取term,term表示当前的时钟周期。
        setTerm(NumberUtils.toLong(raftStore.loadMeta().getProperty("term"), 0L));
        
        Loggers.RAFT.info("cache loaded, datum count: {}, current term: {}", datums.size(), peers.getTerm());
        
        while (true) {
            if (notifier.tasks.size() <= 0) {
                break;
            }
            Thread.sleep(1000L);
        }
        
        initialized = true;
        
        Loggers.RAFT.info("finish to load data from disk, cost: {} ms.", (System.currentTimeMillis() - start));
        //开启定时任务，每500ms执行一次，用来判断是否需要发起leader选举，每500ms发起一次心跳
        GlobalExecutor.registerMasterElection(new MasterElection());
        GlobalExecutor.registerHeartbeat(new HeartBeat());
        
        Loggers.RAFT.info("timer started: leader timeout ms: {}, heart-beat timeout ms: {}",
                GlobalExecutor.LEADER_TIMEOUT_MS, GlobalExecutor.HEARTBEAT_INTERVAL_MS);
}

　　这里我们重点关注 MasterElection 选举：

public class MasterElection implements Runnable {
        
        @Override
        public void run() {
            try {
                //判断本机是否具准备就绪
                if (!peers.isReady()) {
                    return;
                }
                //获取本机的节点信息
                RaftPeer local = peers.local();

　　　　　　　　　　//leader选举触发间隔时间，第一次进来，会生成（0~15000毫秒）之间的一个随机数-500.
　　　　　　　　　　// //后面由于500ms调度一次，所以每次该线程被调起，会将该leaderDueMs减去TICK_PERIOD_MS(500ms)，直到小于0的时候会触发选举
　　　　　　　　　　//后面每次收到一次leader的心跳就会重置leaderDueMs = 15s+（随机0-5s）
                local.leaderDueMs -= GlobalExecutor.TICK_PERIOD_MS;
                //当间隔时间>0，直接返回，等到下一次500ms后再调用
                if (local.leaderDueMs > 0) {
                    return;
                }
                //重新设置本地的leaderDueMs
                // reset timeout
                local.resetLeaderDue();
                local.resetHeartbeatDue();//设置心跳间隔5s
                //发起投票
                sendVote();
            } catch (Exception e) {
                Loggers.RAFT.warn("[RAFT] error while master election {}", e);
            }
            
        }
        //发送票据数据
        private void sendVote() {
            
            RaftPeer local = peers.get(NetUtils.localServer());
            Loggers.RAFT.info("leader timeout, start voting,leader: {}, term: {}", JacksonUtils.toJson(getLeader()),
                    local.term);
            //重置peer
            peers.reset();
            //每一次投票，都累加一次term，表示当前投票的轮数
            local.term.incrementAndGet();
　　　　　　　//选自己，此时peers中有一个votefor就是自己
            local.voteFor = local.ip;
　　　　　　　//本地server状态设置为CANDIDATE
            local.state = RaftPeer.State.CANDIDATE;
            
            Map<String, String> params = new HashMap<>(1);
            params.put("vote", JacksonUtils.toJson(local));//设置参数
　　　　　　  //遍历除了本机ip之外的其他节点，把自己的票据发送给所有节点

            for (final String server : peers.allServersWithoutMySelf()) {
                final String url = buildUrl(server, API_VOTE);//API_VOTE接口路径：/raft/vote
                try {
                    HttpClient.asyncHttpPost(url, null, params, new AsyncCompletionHandler<Integer>() {
                        @Override
                        public Integer onCompleted(Response response) throws Exception {
                            if (response.getStatusCode() != HttpURLConnection.HTTP_OK) {
                                Loggers.RAFT
                                        .error("NACOS-RAFT vote failed: {}, url: {}", response.getResponseBody(), url);
                                return 1;
                            }
                            //获取其他server的响应
                            RaftPeer peer = JacksonUtils.toObj(response.getResponseBody(), RaftPeer.class);
                            
                            Loggers.RAFT.info("received approve from peer: {}", JacksonUtils.toJson(peer));
                            //计算leader
                            peers.decideLeader(peer);
                            
                            return 0;
                        }
                    });
                } catch (Exception e) {
                    Loggers.RAFT.warn("error while sending vote to server: {}", server);
                }
            }
        }
    }

　　RaftController : 我们先来看一下，其他节点收到投票请求后，如何处理呢？在没有看代码之前，不难猜测到，他应该要做票据的判断，到底是不是赞同你作为leader。

@PostMapping("/vote")
public JsonNode vote(HttpServletRequest request, HttpServletResponse response) throws Exception {
　　//接受到投票请求
　　RaftPeer peer = raftCore.receivedVote(JacksonUtils.toObj(WebUtils.required(request, "vote"), RaftPeer.class));
　　//返回结果
　　return JacksonUtils.transferToJsonNode(peer);
}

　　处理逻辑非常简单。

判断收到的请求的term是不是过期的数据，如果是，则认为对方的这个票据无效，直接告诉发送这个票据的节点，你应该选择当前收到请求的节点。
否则，当前收到请求的节点会自动接受对方的票据，并把自己设置成follower

public synchronized RaftPeer receivedVote(RaftPeer remote) {
        if (!peers.contains(remote)) {
            throw new IllegalStateException("can not find peer: " + remote.ip);
        }
        //得到本机节点信息
        RaftPeer local = peers.get(NetUtils.localServer());
　　　　//判断周期是否过期，如果收到的票据是过期状态
　　　　if (remote.term.get() <= local.term.get()) {
            String msg = "received illegitimate vote" + ", voter-term:" + remote.term + ", votee-term:" + local.term;
            
            Loggers.RAFT.info(msg);
　　　　　　//如果voteFor为空，表示在此之前没有收到其他节点的票据。则把remote节点的票据设置到自己的节点上
            if (StringUtils.isEmpty(local.voteFor)) {
                local.voteFor = local.ip;
            }
            
            return local;
        }
        //如果上面if不成立，说明remote机器率先发起的投票，那么就认同他的投票
　　　　　//重置选举间隔时间

        local.resetLeaderDue();
        //设置为follower
        local.state = RaftPeer.State.FOLLOWER;
        local.voteFor = remote.ip;
        local.term.set(remote.term.get());//同步term
        
        Loggers.RAFT.info("vote {} as leader, term: {}", remote.ip, remote.term);
        
        return local;
    }

　　peers.decideLeader(peer) 表示用来决策谁能成为leader

public RaftPeer decideLeader(RaftPeer candidate) {
　　　　//假设3个节点：A,B,C。local节点为A，假设A,B,C第一轮同时发起选举请求
　　　　//第一轮：处理B，C节点返回结果：peers{"ip_a":"candidate_a","ip_b":"candidate_b","ip_C":"candidate_C"}
        peers.put(candidate.ip, candidate);
        
        SortedBag ips = new TreeBag();
        int maxApproveCount = 0;
        String maxApprovePeer = null;
　　　　 /**第一轮投票结果：
  　　　　* 第一次for循环是a自己的投票：
 　　 　　* maxApproveCount = 1，maxApprovePeer = A

  　　　　* 第二次for循环是B服务器返回的投票，该投票投向B：数据同步addInstance
　　　　　*　比如我们在注册服务时，调用addInstance之后，最后会调用 consistencyService.put(key,instances); 这个方法，来实现数据一致性的同步。
 　　　　 * if (ips.getCount(peer.voteFor) > maxApproveCount) 条件不成立，maxApproveCount = 1，maxApprovePeer = A
  　　　　*
　　　　  * 第三次for循环是C服务器返回的投票，该投票投向C：
 　　　　 * if (ips.getCount(peer.voteFor) > maxApproveCount) 条件不成立，maxApproveCount = 1，maxApprovePeer = A
  　　　　*/
　　　　for (RaftPeer peer : peers.values()) {
            if (StringUtils.isEmpty(peer.voteFor)) {
                continue;
            }
            
            ips.add(peer.voteFor);
            if (ips.getCount(peer.voteFor) > maxApproveCount) {
                maxApproveCount = ips.getCount(peer.voteFor);
                maxApprovePeer = peer.voteFor;
            }
        }

　　　　//majorityCount()：2（假设3个节点）
　　　　//第一轮：maxApproveCount = 1 if条件不成立，返回leader，此时leader为null，没有选举成功
　　　　if (maxApproveCount >= majorityCount()) {
            //找到得票最多的那个peer
            RaftPeer peer = peers.get(maxApprovePeer);
            //设置这个peer为leader
            peer.state = RaftPeer.State.LEADER;
            
            if (!Objects.equals(leader, peer)) {
                leader = peer;
                ApplicationUtils.publishEvent(new LeaderElectFinishedEvent(this, leader, local()));
                Loggers.RAFT.info("{} has become the LEADER", leader.ip);
            }
        }
        return leader;
}

　　通过上面的分析想必大家应该很清楚 Nacos 的集群选举实现了。如果还有不明白的小伙伴可以对着 Raft 的演示地址进行理解。

数据同步：

　　在注册服务时，调用addInstance之后，最后会调用 consistencyService.put(key,instances); 这个方法，来实现数据一致性的同步。

public void addInstance(String namespaceId, String serviceName, boolean ephemeral, Instance... ips)
            throws NacosException {
        
        String key = KeyBuilder.buildInstanceListKey(namespaceId, serviceName, ephemeral);
        
        Service service = getService(namespaceId, serviceName);
        
        synchronized (service) {
            List<Instance> instanceList = addIpAddresses(service, ephemeral, ips);
            
            Instances instances = new Instances();
            instances.setInstanceList(instanceList);
            
            consistencyService.put(key, instances);
        }
    }

　　调用 consistencyService.put 用来发布类容，也就是实现数据的一致性同步。

@Override
public void put(String key, Record value) throws NacosException {
        mapConsistencyService(key).put(key, value);
}
private ConsistencyService mapConsistencyService(String key) {
        return KeyBuilder.matchEphemeralKey(key) ? ephemeralConsistencyService : persistentConsistencyService;
}

　　这里会走后面 persistentConsistencyService ，由于 public class RaftConsistencyServiceImpl implements PersistentConsistencyService 所以这里走 RaftConsistencyServiceImpl ：

@Override
public void put(String key, Record value) throws NacosException {
        try {
            raftCore.signalPublish(key, value);
        } catch (Exception e) {
            Loggers.RAFT.error("Raft put failed.", e);
            throw new NacosException(NacosException.SERVER_ERROR, "Raft put failed, key:" + key + ", value:" + value,
                    e);
        }
}
public void signalPublish(String key, Record value) throws Exception {
    //如果自己不是leader，则找到leader节点，把数据转发到leader节点
    if (!isLeader()) {
        ObjectNode params = JacksonUtils.createEmptyJsonNode();
        params.put("key", key);
        params.replace("value", JacksonUtils.transferToJsonNode(value));
        Map<String, String> parameters = new HashMap<>(1);
        parameters.put("key", key);
        
        final RaftPeer leader = getLeader();
        //代理转发
        raftProxy.proxyPostLarge(leader.ip, API_PUB, params.toString(), parameters);
        return;
    }
    //如果自己是leader，则向所有节点发送onPublish请求。这个所有节点包含自己。
    try {
        OPERATE_LOCK.lock();//先上个锁
        final long start = System.currentTimeMillis();
        final Datum datum = new Datum();
        datum.key = key;
        datum.value = value;
        if (getDatum(key) == null) {
            datum.timestamp.set(1L);
        } else {
            datum.timestamp.set(getDatum(key).timestamp.incrementAndGet());
        }
        
        ObjectNode json = JacksonUtils.createEmptyJsonNode();
        json.replace("datum", JacksonUtils.transferToJsonNode(datum));
        json.replace("source", JacksonUtils.transferToJsonNode(peers.local()));
        //onPublish可以当做是一次心跳了，更新选举检查时间，然后一个重点就是term增加100了
        //当然还是就是更新内容了，先写文件，再更新内存缓存。(也就是先记录本地日志)
        onPublish(datum, peers.local());//发送数据到所有节点
        
        final String content = json.toString();
        
        final CountDownLatch latch = new CountDownLatch(peers.majorityCount());
        //遍历所有节点，发送事务提交请求，把记录在本地日志中的数据进行提交
        for (final String server : peers.allServersIncludeMyself()) {
            if (isLeader(server)) {//再次判断是否leader
                latch.countDown();
                continue;
            }//构建发布同步接口地址
            final String url = buildUrl(server, API_ON_PUB);
            HttpClient.asyncHttpPostLarge(url, Arrays.asList("key=" + key), content,
                    new AsyncCompletionHandler<Integer>() {
                        @Override
                        public Integer onCompleted(Response response) throws Exception {
                            if (response.getStatusCode() != HttpURLConnection.HTTP_OK) {
                                Loggers.RAFT
                                        .warn("[RAFT] failed to publish data to peer, datumId={}, peer={}, http code={}",
                                                datum.key, server, response.getStatusCode());
                                return 1;
                            }
                            latch.countDown();
                            return 0;
                        }
                        
                        @Override
                        public STATE onContentWriteCompleted() {
                            return STATE.CONTINUE;
                        }
                    });
            
        }
        // .....
}

　　其中 onPublish(datum, peers.local()); 发送数据到所有节点：

public void onPublish(Datum datum, RaftPeer source) throws Exception {
        RaftPeer local = peers.local(); // 本地数据信息
        if (datum.value == null) { //这个value就是服务注册的服务，为空报错
            Loggers.RAFT.warn("received empty datum");
            throw new IllegalStateException("received empty datum");
        }
        // 判断是否事leader 不是报错
        if (!peers.isLeader(source.ip)) {
            Loggers.RAFT
                    .warn("peer {} tried to publish data but wasn't leader, leader: {}", JacksonUtils.toJson(source),
                            JacksonUtils.toJson(getLeader()));
            throw new IllegalStateException("peer(" + source.ip + ") tried to publish " + "data but wasn't leader");
        }
        // 判断 term
        if (source.term.get() < local.term.get()) {
            Loggers.RAFT.warn("out of date publish, pub-term: {}, cur-term: {}", JacksonUtils.toJson(source),
                    JacksonUtils.toJson(local));
            throw new IllegalStateException(
                    "out of date publish, pub-term:" + source.term.get() + ", cur-term: " + local.term.get());
        }
        //重置事件
        local.resetLeaderDue();
        
        // if data should be persisted, usually this is true:
        if (KeyBuilder.matchPersistentKey(datum.key)) {
            raftStore.write(datum);// 发送持久化数据，完成数据同步
        }
        
        datums.put(datum.key, datum);
        
        if (isLeader()) {//如果是leader ，则增加 term
            local.term.addAndGet(PUBLISH_TERM_INCREASE_COUNT);
        } else {
            if (local.term.get() + PUBLISH_TERM_INCREASE_COUNT > source.term.get()) {
                //set leader term:
                getLeader().term.set(source.term.get());
                local.term.set(getLeader().term.get());
            } else {
                local.term.addAndGet(PUBLISH_TERM_INCREASE_COUNT);
            }
        }
　　　　  //更新/nacos_home/data/naming/meta.properties文件
        raftStore.updateTerm(local.term.get());
        
        notifier.addTask(datum.key, DataOperation.CHANGE);
        
        Loggers.RAFT.info("data added/updated, key={}, term={}", datum.key, local.term);
    }

　　通过以上的操作就完成了数据的同步。

posted @ 2020-09-09 20:20 吴振照阅读(4333) 评论(0) 编辑收藏举报

会员力量，点亮园子希望

刷新页面返回顶部

随风去。

莫道浮云终蔽日，严冬过尽春蓓蕾。

Nacos 集群选举原理

集群选举问题：

选举算法：

源码分析：

数据同步：

公告

随风去。

莫道浮云终蔽日，严冬过尽春蓓蕾。

Nacos 集群选举原理

集群选举问题：

选举算法 ：

源码分析 ：

数据同步：

公告

选举算法：

源码分析：