ZooKeeper系列补充Paxos

trzxycx

Paxos算法与Zookeeper分析
一、Paxos算法
1.1 基本定义
　　(1) 算法中的参与者主要分为三个角色，同时每个参与者又可兼领多个角色:
　　① proposer 提出提案，提案信息包括提案编号和提议的value;
　　② acceptor 收到提案后可以接受(accept)提案;
　　③ learner 只能"学习"被批准的提案;
　　(2) 算法保证一致性的基本语义:
　　① 决议(value)只有在被proposers提出后才能被批准(未经批准的决议称为"提案(proposal)");
　　② 在一次Paxos算法的执行实例中，只批准(chosen)一个value;
　　③ learners只能获得被批准(chosen)的value;
　　(3) 有上面的三个语义可演化为四个约束:
　　① P1:一个acceptor必须接受(accept)第一次收到的提案;
　　② P2a:一旦一个具有value v的提案被批准(chosen)，那么之后任何acceptor 再次接受(accept)的提案必须具有value v;
　　③ P2b:一旦一个具有value v的提案被批准(chosen)，那么以后任何 proposer 提出的提案必须具有value v;
　　④ P2c:如果一个编号为n的提案具有value v，那么存在一个多数派，要么他们中所有人都没有接受(accept)编号小于n的任何提案，要么他们已经接受(accpet)的所有编号小于n的提案中编号最大的那个提案具有value v;
1.2 基本算法(basic paxos)
　　算法(决议的提出与批准)主要分为两个阶段:
　　(一) prepare阶段：  
　　(1) 当Porposer希望提出方案V1，首先发出prepare请求至大多数Acceptor。Prepare请求内容为序列号<SN1>;
　　(2) 当Acceptor接收到prepare请求<SN1>时，检查自身上次回复过的prepare请求<SN2>
　　① 如果SN2>SN1，则忽略此请求，直接结束本次批准过程;
　　② 否则检查上次批准的accept请求<SNx，Vx>，并且回复<SNx，Vx>；如果之前没有进行过批准，则简单回复<OK>;
　　(二) accept批准阶段：  
　　(1) 经过一段时间，收到一些Acceptor的回复，回复可分为以下几种:
　　① 回复数量满足多数派，并且所有的回复都是<OK>，则Porposer发出accept请求，请求内容为议案<SN1，V1>;
　　② 回复数量满足多数派，但有的回复为：<SN2，V2>，<SN3，V3>……则Porposer找到所有回复中超过半数的那个，假设为<SNx，Vx>，则发出accept请求，请求内容为议案<SN1，Vx>;
　　③ 回复数量不满足多数派，Proposer尝试增加序列号为SN1+，转1继续执行;
　　(2) 经过一段时间，收到一些Acceptor回复，回复可分为以下几种:
　　① 回复数量满足多数派，则确认V1被接受;
　　② 回复数量不满足多数派，V1未被接受，Proposer增加序列号为SN1+，转1继续执行;
　　(3) 在不违背自己向其他proposer的承诺的前提下，acceptor收到accept 请求后即接受并回复这个请求。
1.3 算法优化(fast paxos)
　　Paxos算法在出现竞争的情况下，其收敛速度很慢，甚至可能出现活锁的情况。例如，当有三个及三个以上的proposer在发送prepare请求后，很难有一个proposer收到半数以上的回复而不断地执行第一阶段的协议。因此，为了避免竞争，加快收敛的速度，在算法中引入了一个Leader这个角色，在正常情况下同时应该最多只能有一个参与者扮演Leader角色，而其它的参与者则扮演Acceptor的角色，同时所有的人又都扮演Learner的角色。
　　在这种优化算法中，只有Leader可以提出议案，从而避免了竞争。使得算法能够快速地收敛而趋于一致，此时的paxos算法在本质上就退变为两阶段提交协议。但在异常情况下，系统可能会出现多Leader的情况，但这并不会破坏算法对一致性的保证，此时多个Leader都可以提出自己的提案，优化的算法就退化成了原始的paxos算法。
　　一个Leader的工作流程主要有分为三个阶段：
　　① 学习阶段 向其它的参与者学习自己不知道的数据(决议);
　　② 同步阶段 让绝大多数参与者保持数据(决议)的一致性;
　　③ 服务阶段 为客户端服务，提议案;
　　图 1.1 Leader工作流程图

　　(1) 学习阶段
　　当一个参与者成为了Leader之后，它应该需要知道绝大多数的paxos实例，因此就会马上启动一个主动学习的过程。假设当前的新Leader早就知道了1-134、138和139的paxos实例，那么它会执行135-137和大于139的paxos实例的第一阶段。如果只检测到135和140的paxos实例有确定的值，那它最后就会知道1-135以及138-140的paxos实例。
　　(2) 同步阶段
　　此时的Leader已经知道了1-135、138-140的paxos实例，那么它就会重新执行1-135的paxos实例，以保证绝大多数参与者在1-135的paxos实例上是保持一致的。至于139-140的paxos实例，它并不马上执行138-140的paxos实例，而是等到在服务阶段填充了136、137的paxos实例之后再执行。这里之所以要填充间隔，是为了避免以后的Leader总是要学习这些间隔中的paxos实例，而这些paxos实例又没有对应的确定值。
　　(3) 服务阶段
　　Leader将用户的请求转化为对应的paxos实例，当然，它可以并发的执行多个paxos实例，当这个Leader出现异常之后，就很有可能造成paxos实例出现间断。
　　(4) 问题
　　① Leader的选举原则
　　② Acceptor如何感知当前Leader的失败，客户如何知道当前的Leader
　　③ 当出现多Leader之后，如何kill掉多余的Leader
　　④ 如何动态的扩展Acceptor
二、Zookeeper
2.1 整体架构
　　在Zookeeper集群中，主要分为三种角色，而每一个节点同时只能扮演一种角色，这三种角色分别是：
　　① Leader 接受所有Follower的提案请求并统一协调发起提案的投票，负责与所有的Follower进行内部的数据交换(同步);
　　② Follower 直接为客户端服务并参与提案的投票，同时与Leader进行数据交换(同步);
　　③ Observer 直接为客户端服务但并不参与提案的投票，同时也与Leader进行数据交换(同步);
　　图 2.1 ZK集群

2.2 QuorumPeer的基本设计
　　图 2.2 QuorumPeer基本结构

　　ZooKeeper对于每个节点QuorumPeer的设计相当的灵活，QuorumPeer主要包括四个组件：客户端请求接收器(ServerCnxnFactory)、数据引擎(ZKDatabase)、选举器(Election)、核心功能组件(Leader/Follower/Observer)。其中：
　　① ServerCnxnFactory负责维护与客户端的连接，接收客户端的请求并发送相应的响应;
　　② ZKDatabase负责存储/加载/查找数据，基于目录树结构的KV+操作日志+客户端Session;
　　③ Election负责选举集群的一个Leader节点;
　　④ Leader/Follower/Observer一个QuorumPeer节点应该完成的核心职责;
2.3 QuorumPeer工作流程
　　图 2.3 QuorumPeer工作流程

　　(1) Leader职责
　　图 2.4 Leader工作流程

　　Follower确认: 等待所有的Follower连接注册，若在规定的时间内收到合法的Follower注册数量，则确认成功；否则，确认失败。
　　(2) Follower职责
　　图 2.5 Follower职责

2.4 选举算法
　　(1) LeaderElection选举算法
　　图 2.6 LeaderElection

　　选举线程由当前Server发起选举的线程担任，他主要的功能对投票结果进行统计，并选出推荐的Server。选举线程首先向所有Server发起一次询问(包括自己)，被询问方，根据自己当前的状态作相应的回复，选举线程收到回复后，验证是否是自己发起的询问(验证Zxid 是否一致)，然后获取对方的id(myid)，并存储到当前询问对象列表中，最后获取对方提议的Leader 相关信息(id,zxid)，并将这些 信息存储到当次选举的投票记录表中，当向所有Serve r
　　都询问完以后，对统计结果进行筛选并进行统计，计算出当次询问后获胜的是哪一个Server，并将当前zxid最大的Server 设置为当前Server要推荐的Server(有可能是自己，也有可以是其它的Server，根据投票结果而定，但是每一个Server在第一次投票时都会投自己)，如果此时获胜的Server获得n/2 + 1的Server票数，设置当前推荐的Leader为获胜的Server。根据获胜的Server相关信息设置自己的状态。每一个Server都重复以上流程直到选举出Leader。
　　1) 初始化选票(第一张选票): 每个quorum节点一开始都投给自己;
　　2) 收集选票: 使用UDP协议尽量收集所有quorum节点当前的选票(单线程/同步方式)，超时设置200ms;
　　3) 统计选票:
　　① 每个quorum节点的票数;
　　② 为自己产生一张新选票(zxid、myid均最大);
　　4) 选举成功: 某一个quorum节点的票数超过半数;
　　5) 更新选票: 在本轮选举失败的情况下，当前quorum节点会从收集的选票中选取合适的选票(zxid、myid均最大)作为自己下一轮选举的投票;
　　异常问题的处理
　　1) 选举过程中，Server的加入
　　当一个Server启动时它都会发起一次选举，此时由选举线程发起相关流程，那么每个 Serve r都会获得当前zxi d最大的哪个Serve r是谁，如果当次最大的Server没有获得n/2+1 个票数，那么下一次投票时，他将向zxid最大的Server投票，重复以上流程，最后一定能选举出一个Leader。
　　2) 选举过程中，Server的退出
　　只要保证n/2+1个Server存活就没有任何问题，如果少于n/2+1个Server 存活就没办法选出Leader。
　　3) 选举过程中，Leader死亡
　　当选举出Leader以后，此时每个Server应该是什么状态(FLLOWING)都已经确定，此时由于Leader已经死亡我们就不管它，其它的Fllower按正常的流程继续下去，当完成这个流程以后，所有的Fllower都会向Leader发送Ping消息，如果无法ping通，就改变自己的状为(FLLOWING ==> LOOKING)，发起新的一轮选举。
　　4) 选举完成以后，Leader死亡，处理过程同上。
　　5) 双主问题
　　Leader的选举是保证只产生一个公认的Leader的，而且Follower重新选举与旧Leader恢复并退出基本上是同时发生的，当Follower无法ping通Leader是就认为Leader已经出问题开始重新选举，Leader收到Follower的ping没有达到半数以上则要退出Leader重新选举。
　　(2) FastLeaderElection选举算法
　　FastLeaderElection是标准的fast paxos的实现，它首先向所有Server提议自己要成为leader，当其它Server收到提议以后，解决 epoch 和 zxid 的冲突，并接受对方的提议，然后向对方发送接受提议完成的消息。
　　FastLeaderElection算法通过异步的通信方式来收集其它节点的选票，同时在分析选票时又根据投票者的当前状态来作不同的处理，以加快Leader的选举进程。
　　每个Server都一个接收线程池和一个发送线程池, 在没有发起选举时，这两个线程池处于阻塞状态，直到有消息到来时才解除阻塞并处理消息，同时每个Serve r都有一个选举线程(可以发起选举的线程担任)。
　　1) 主动发起选举端(选举线程)的处理
　　首先自己的 logicalclock加1，然后生成notification消息，并将消息放入发送队列中， 系统中配置有几个Server就生成几条消息，保证每个Server都能收到此消息，如果当前Server 的状态是LOOKING就一直循环检查接收队列是否有消息，如果有消息，根据消息中对方的状态进行相应的处理。
　　2) 主动发送消息端(发送线程池)的处理
　　将要发送的消息由Notification消息转换成ToSend消息，然后发送对方，并等待对方的回复。
　　3) 被动接收消息端(接收线程池)的处理
　　将收到的消息转换成Notification消息放入接收队列中，如果对方Server的epoch小于logicalclock则向其发送一个消息(让其更新epoch)；如果对方Server处于Looking状态，自己则处于Following或Leading状态，则也发送一个消息(当前Leader已产生，让其尽快收敛)。
　　图 2.7 FastElection

　　(3) AuthFastLeaderElection选举算法
　　AuthFastLeaderElection算法同FastLeaderElection算法基本一致，只是在消息中加入了认证信息，该算法在最新的Zookeeper中也建议弃用。
2.5 Zookeeper中的请求处理流程
　　(1) Follower节点处理用户的读写请求
　　图 2.8 Follower

　　(2) Leader节点处理写请求
　　图 2.9 Leader

　　值得注意的是， Follower/Leader上的读操作时并行的，读写操作是串行的，当CommitRequestProcessor处理一个写请求时，会阻塞之后所有的读写请求。
　　通信不可靠: 消息延迟、消息重复传递、消息丢失