|
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。
: }( y- n. j6 D$ n7 \
$ Y) l4 _% ?3 D* V. I/ s, S 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。" H- l9 p' p2 n c
2 c! X7 ^( W9 f4 \( q5 U( | 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。
1 u( @& g* B$ Q
) n- \( a# z1 N; ~6 t. B+ i& p 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。
# l3 @4 M2 @. |& t" Q1 G
! m e& ~4 q/ p; t' M 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。9 C1 J Y7 [6 t6 w+ w, v
7 s7 a5 n$ a& A3 X 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。
( v# `+ R2 u9 v' n6 o' } H, J
; v/ c8 c% @' ~4 q+ D- O: E降级
7 N1 x7 c" B) a/ |4 J' q! v* N' t, _" Q. z& h0 v8 O6 U
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。. [, j: Q$ D* |: c% ^: R5 |
1 Z$ `8 b1 t% K1 @* i9 ? 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。 n2 D9 R; M: p7 U
/ t5 R! t( K4 }$ Y0 A 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。
. E/ q% v& }. s9 G5 q# V! `/ |$ @8 G
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。$ L/ m1 O& U/ N: N8 A
4 `+ B7 ~1 p# E# B* a
选举
5 n2 m \3 t/ ~7 P" z8 E3 a2 l# x1 \4 |1 r4 e4 E; P+ M) W! X
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。
7 c$ r; |) ~, ~( X2 h2 [/ V( W9 N1 q0 U) @
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?”. k) v4 |; q6 {0 p( |* J7 |# [
9 R7 M5 b% J- z g+ u } 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。”
+ r/ s* N6 ~: B. \* L% ^* s6 H5 Y; u+ A# f! p, ^
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。+ b7 M4 g( F W) G
* L- O$ o7 U4 K& }! M, f/ J
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)。
2 m, T" C3 ]. R. _+ a1 l
7 o) A6 O0 [1 c: E 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。
: Z& {7 \+ K/ m
) `/ B: o8 a; V; N& s5 z9 ^ 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。
i+ O- ?% k8 Y/ w" I1 M5 G1 z' T9 a0 [
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。5 E% U/ x) J) Y9 |7 P
8 d& ^. ]: x6 A& A 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。
" o- q$ ]# O) ]5 o% A0 R4 M- d; J4 N( F& I# ?1 W
8 p2 d( n m9 j8 C3 p* |
Reference,) u/ A6 o# @9 B7 s! W: P
, R) R% r; s' O$ O' \! s
[0] Replica Set Internals Bootcamp: Part I – Elections$ n! s% _) r/ M" ] B9 t
http://www.kchodorow.com/blog/20 ... p-part-i-elections/6 p2 ^, o1 I1 \5 o- W4 W
|
评分
-
查看全部评分
|