|
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。8 B* L4 ^$ D' A9 N
^6 I5 p1 A1 _1 x9 c 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。
9 ]2 k' o3 S, u7 n; v) n7 d. c4 {+ z/ O
W3 ~8 H4 f# c( X4 I3 H. n 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。8 p- }/ \0 Y$ i8 N2 a
) d1 ~7 T7 \+ ]5 F 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。
2 ^: s5 ?4 b* t/ M _; e& i/ U
6 `' S/ V0 K9 G/ d9 N 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。
1 F' b! v8 w# p$ a, w8 Y; k! @* S
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。
5 h# s. Z5 _7 D9 G5 y" a
! \# O4 F8 q" I% H降级( E9 P* c6 @$ B4 o2 o) E* R6 U
/ s+ A1 j B; j$ {9 L: W' c 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。
& }# L+ O, x0 F& O8 u6 m3 a6 _7 a# l2 o3 A
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。/ Q! W* ~6 J' K7 ]2 p$ I: H
1 p6 I0 p8 j$ C8 _+ J( s2 A& \% |# B 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。
, I% [: l: A" x, S0 m0 o9 E: g9 o. u
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。$ S' X& N5 W8 l6 n9 r
0 D$ p S# ~( w9 [选举4 N7 d( R3 u8 t" F
3 N2 A% ~" f# G- L& B& U3 X$ Q8 y
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 m# a$ Y. h9 o
4 I1 |3 c$ E3 X5 ?2 y 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?”
4 _; ~7 |4 k- K* v2 e0 M. [. w4 ]" i+ f4 _5 [& A
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。”
O9 y) B8 v8 k# N" P/ h0 T" V% t3 j
4 \" x9 Z3 ^! [" M/ x% T5 k1 m9 ? 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。
; c% D# j( q$ i( J5 n `; G j# m: m+ }6 ?4 ~. W* F
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)。* p4 I; Z& k/ a( c
+ B& c% A( y( M9 f 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。+ d& j0 ?" O6 s* r
0 ?6 s! d4 W. k 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。
6 s+ u, v- i+ f7 b
6 E, |* x/ c6 K/ i. x. Q- {5 [ 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。
! v6 }1 h5 c( h" F: I/ z* f. t* r; s- Z. d9 W- w% y/ ]0 j
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。4 J/ [+ e, ^( Q3 F
/ o' K9 x# R# }" ~+ ]
) @1 R2 g) B; rReference,
3 r9 h0 [; r) N' |" e$ ^1 ]( z5 i7 z7 }3 N' C
[0] Replica Set Internals Bootcamp: Part I – Elections
) `. `( c1 ~+ b, O9 ]http://www.kchodorow.com/blog/20 ... p-part-i-elections/, H$ f7 l' | u: J" R8 U
|
评分
-
查看全部评分
|