|
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。
; X# G, P5 u" A. a$ @( Y2 P; O& V! ^% d( A3 D9 Q( z% i! c) w
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。% V$ x% I0 b( B% K) z n6 o v- y. K
$ n4 o! g" n+ _7 K
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。9 x8 h7 D w# k2 _/ P
/ P: R, h1 |7 ? 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。
3 D* {9 t9 T) E4 D2 V" q+ P; d" S, q
4 Z( M! Y4 S) B$ F- g, G 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 f4 @" }# ^: ~" b8 [) c! a' b& m; \: V* 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。 J1 I* C* X& v
( G; i9 m5 T' u7 W5 S5 ]+ J% h
降级
& h' B6 M3 }( v) o3 h8 F: `% |# \& F+ s( e. s' I& x( L/ C6 G0 |
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。
0 j, O7 N! R' p! |0 T' H! a5 b. ~7 c5 {/ W6 Y+ [2 o; O
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。* c- j. H9 B9 U- J+ m
! ~6 \. n* e1 u* q+ _2 @ 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' g6 L4 C& S2 r1 t6 J+ Q) u4 A6 A e) W: q. M8 h
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。
. G0 i3 _; t7 X5 x+ n% k+ B" G) G& X, L7 E6 L/ I
选举 l$ w5 `( Z2 ~$ _1 z
8 @! D- ?& s2 ~' {4 {, @4 ] 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。4 x- H4 p1 `6 s
- D$ \( E7 @. O9 q8 N& a& c6 K
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?”
E. i2 [! c! T: u1 V
( V2 @0 c) }6 E% h3 H* _, I$ ~ 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。” s/ y+ a/ ^- w+ s8 Q
8 U+ M4 M/ N7 Z' j# M8 Z 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。
+ S+ t A: l1 X( H0 y3 s5 h9 r8 a; T
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)。: G9 J+ _% x5 L6 G; V5 p6 o, X
/ A4 j; V4 \1 h6 q% i, ` 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。$ P' Z: n( ^: M
0 e" ~% q. g4 [7 {3 r5 ~4 Q7 h
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。2 V9 ]+ x) t+ [6 Y$ B
4 Z; S$ l& e. z# _. C2 q 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。
/ `( k: D5 ] U3 g2 }) i$ r# B* w5 E+ g* E) `
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。: N( M6 k- M- f* q5 D* m
4 q, e( p+ t/ B3 R, u- {4 U2 z3 C5 [. p7 `7 m
Reference,
6 z5 U; B _: T. W) z, J/ h
( R5 D! Z6 u+ Y2 ?[0] Replica Set Internals Bootcamp: Part I – Elections
/ t5 [7 ]# p0 x5 e4 j; ihttp://www.kchodorow.com/blog/20 ... p-part-i-elections/
9 C9 m4 I% p, f0 S' H8 Q) g9 y |
评分
-
查看全部评分
|