|
在MongoDB中,为了提高系统的可用性(availability)和数据的安全性,每一个shard被存储多份,每个备份所在的servers,组成了一个replica set。
' p7 O3 k: m2 X6 ~/ C
: I7 g" H# O- h* |* z4 g x 这个replica set包括一个primary DB和多个secondary DBs。Primary DB由replica set中的所有servers,共同选举产生。当这个primaryDB server出错的时候,可以从replica set中重新选举一个新的primaryDB,从而避免了单点故障。
7 B, V! d: H3 q) r1 o! h) b
6 h; i6 ?& a+ H: q* }2 | 因此,了解replica set的运行机制,首先就要了解,在replica set中,primary是如何被选举出来的。2 B+ s+ V" M% C- ]9 @1 b. ^; s
* G" \5 ^- O* Q) o 假设我们的replica set有三个节点:X,Y和Z。这三个节点每2秒会各自向其它两个节点发送一个心跳检测请求。比如X节点向Y和Z节点各发送了一个心跳检测请求,在正常情况下,Y、Z会做出回复,这个回复包含了Y和Z的自身信息,这个信息主要包括:它们现在是什么角色(primary 还是 secondary),他们是否能够成为 primary,他们当前时钟时间等等。1 t0 a+ E: k- X4 A) Z6 A4 B W9 e
6 v% i' C5 O% z+ r: h( e5 X5 h X节点在收到回复后,会更新自己的一个状态映射表,更新的内容包括:是否有新的节点加入或有老的节点宕机了,这个请求的网络传输时间等等。
7 N: x' l3 b9 n( {
5 |5 x# F, M, z0 a* I 这个时候,如果X的映射表发生了变化,X会进行如下一些判断:如果X是 primary,而replica set中的某个节点出现了故障,X要确认它是否可以和replica set中的大多数节点通信,如果不能与大多数节点通信,那么存在如下两种可能,一种是绝大多数的servers都出现了故障,比如宕机了;另外一种,就是replica set中网络断开,形成多个节点集群,每个集群都不知道自己被孤立了,这种情况下,每个节点集群,都会选出自己的primary,从而导致整个replica set中,出现数据不一致。为了防止第二种情况的出现,一旦X发现自己不能与大多数节点通信,那么它会把自己从 primary 降级为 secondary。
. I$ P% h d; A) u
% B1 D, b" [7 N( _% ]- b降级
* ?) ?: ~9 x; r* M" }- y5 `8 X3 @6 J. z
在 MongoDB 中,写操作默认是 fire-and-forget 模式,也就是说执行写操作的时候不关心是否写入成功,用户发完写操作的请求后,就认为操作成功了。
+ j9 }7 _! K! ? c+ s
. b4 H- G$ [( S/ a7 T" ^9 _ 在X节点从 primary 降级为 secondary 的时候,会存在一些问题:如果用户正在执行fire-and-forget 模式下的写操作,这个时候 primary 降级了,但是用户并不知道primary 已经降级成为 secondary 了,继续不停的发送写操作请求给这个primary节点。这个刚刚从primary降级为 secondary 的节点,本来可以发送一个信息给用户,“我是secondary,不能执行写操作了”,但是由于当前的写操作是在fire-and-forget 模式下,用户不会接收回复消息,所以用户不知道这次写入已经失败了。: p, E5 s1 P, m8 ` D1 `0 C
1 ]5 H! ]1 e* `3 _! S
你可能会说,“那我们使用安全写入不就行了”,安全写入意思是说等待服务器返回成功后用户才认为写成功了,但是这对写操作的性能是有损失的。+ x' z0 N. u! U' n7 v
6 i9 N6 d. o9 w9 o4 e( i
所以,在一个 primary 降级成为 secondary 后,它会将和用户之间的所有连接关闭,这样用户在下一次写入的时候就会出现 socket 错误。而客户端在发现这个错误之后,就会重新向replica set获取新的 primary 的地址,并将后续的写操作都往新的primary上写入。
- K8 p/ w. R$ i) U G, Q! Q1 ?0 r
选举
* O' Z" e" M/ _( E' `0 x3 p9 U/ W+ A/ i) M; V5 M0 i f
我们回头再来看心跳检测:如果X是一个 secondary节点,就算X上的状态映射表没有发生变化, X也会定时向replica set中的其他节点发消息,检测是否需要选举自己成为 primary。检测的内容包括:replica set集群中,是否有其它节点认为自己是 primary?X节点自己是否已经是 primary?X节点是不是没有资格被选举为 primary?如果以上问题中的任何一个回答是否定的,X节点就不会把自己变成primary,然后隔一段时间继续向replica set中的其他节点发消息,检测上述问题。
+ T, i E# |4 P
3 w4 R: v# `8 |5 T 当确实需要选举一个primary时,X就会发起选举的第一个步骤,X节点会向Y、Z节点发出一条消息,“我想竞选primary,你们觉得怎么样?”5 \4 K5 ^( j1 r4 V# E
7 F- O2 V8 ?3 m1 z5 n- T 当Y和Z收到X发送的消息时,它们会进行下面几项检测:Y和Z是否已经知道replica set集群中有一个 primary了?Y和Z自己的数据是否比X节点的数据更新?Y和Z是否知道有其它节点的数据比X节点的数据更新?如果每一项检测都不满足,就说明X最适合作为primary,Y和Z暂时回复一条消息,“继续进行”。如果Y和Z发现上述的问题,有任何一条满足,就说明X不能作为primary,它们会回复“停止选举。”
i5 E5 r1 S# X" R2 [- U4 A
0 U% H& x" V) a& ]2 w, ~ X从Y和Z收到的回复消息,如果其中任何一个节点发送的是“停止选举”,那么X会立刻取消选举,继续作为secondary节点运行。$ E5 C1 C$ @ D( D' E0 g0 R* i8 e
$ `& r0 d6 N" X& G! O
X从Y和Z收到的回复消息,如果全都是“继续进行”,X就会进入选举的第二阶段(也是最后一个阶段)。7 Z! {8 ]3 I9 N3 ^
; u' X: Q, ]9 r
在第二阶段中,X向其它节点发送一条消息,“我正式宣布我当选了,已经是primary了”,这时,Y和Z节点会进行最后一轮确认:之前验证过的所有条件现在还成立么?如果确实如此,Y和Z节点投出赞成票,允许X当选为primary,同时X得到了election lock。Election lock会限制Y和Z在30秒内不会再做其它投票决定。
1 M5 r+ h) v* W- e p7 [; z+ ~5 F4 I& e
如果Y或者Z节点的最后一轮确认没有通过,它们会投一个否决票。只要有一个否决票,选举就失败了。/ {/ E. c% k# P4 B& O) G+ J! g' e
4 i! P7 _' W) c0 w
假设Y赞成X成为primary,但是Z投了否决票,那么X就不能当选为primary了。这时,如果Z想发起选举,选自己担任primary,那么Z就必须获得X的赞成票才可以当选。Z必须获得X的赞成票的原因是,Y给X投了赞成票之后,得到了election lock,因此,30秒内Y不能再为其他选举投票了,也就是说30秒内不能为Z发起的选举进行投票。这时,只剩下X能为Z的选举请求进行投票了。
0 g7 u: `2 z5 v4 P0 M F) g+ J" p
# f& b9 m( F3 u) r w 所以投票的规则是这样的:如果没有人投否决票,并且选举对象获得的赞成票超过半数,那么选举对象就能够成为 primary。
& |( U: G9 w$ v4 ]4 X0 A$ w1 S1 {) G/ V4 i
+ Y" @# u+ n1 L$ P( O% bReference," M( G0 h0 K# p5 W* O) _
, w) ?. A3 ?7 H) B- o/ @( O( t8 V+ n
[0] Replica Set Internals Bootcamp: Part I – Elections
" U- P' b- B: h. `4 I! n+ Khttp://www.kchodorow.com/blog/20 ... p-part-i-elections/8 H& `, M. t1 M0 H7 L
|
评分
-
查看全部评分
|