|
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。, e# \* _- z8 R- j# ?
# i2 t4 c* `- c% w& I u
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。* Z7 V: J5 Y" N
3 V+ S" b$ {0 V2 `% 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。
( f; e9 j( g3 j; i2 ^ ^# d! y" U7 N3 A8 d/ `! 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。+ l5 B) z- D) K8 F- F
$ W U" ~/ z, q8 M4 Q5 o 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。
& W% x6 k% D% n) L6 l
" u- \$ }6 b7 q" ^& u+ [* ^- o' u- Q 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。' ^( B3 w& D( d1 A2 O+ S& U; i
( b1 L: ]+ ?6 r9 b; H( a降级
& z# Y$ d7 Z6 U) t$ q
9 @ t2 {7 P% N$ b5 q) \+ [# l 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。1 r: N, p) L0 t: @* Y% K7 u$ c
2 K+ H+ B/ @6 }" G7 v8 j
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。4 D$ {' Z& @4 [2 Q P3 r) [" }
7 h' M, g5 z3 f' x- Y
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。% k( |2 [$ s* m2 E$ Z3 t) _3 W
! H3 a- @0 n8 {1 V
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。
; k6 O. o4 K) Q; E; ^* s
" C9 P m7 @ f5 l' d) Y# ~2 Z. Q选举) `% K" i- v2 b8 b: J! j
. G7 l- R1 X4 Q7 _/ \# ~
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。6 d. o6 G9 P3 V' x2 [9 e4 I
8 O2 T U0 R- J
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?”2 ?- x) O5 v, h- ^% x
' |6 M4 D0 t' C0 B+ P
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。”) a, @$ g; E& P- |' S: j7 W% _
4 x* _' ]5 A1 p+ `3 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。# @% U0 ~" r2 x, ^
1 P3 c3 ~7 c! X }. e2 | 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)。
: b/ \' U' {; M- e- c$ V. L, X) E2 H! W! G2 p/ R! J' d! G9 @- v
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。6 A S/ _/ b R0 {: O+ I
% ]7 m4 V% Y& T) ~8 t# X 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。1 e& K% c" p, z- e/ j
# _1 ], g3 ^. s$ \ 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。2 Z. u& v7 V2 K8 @- j7 N+ O
3 s" ?" V( q6 w- T @5 w$ U 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。
0 G( j; z- i, F2 m
5 p0 z8 e9 l2 h, {5 u* J; @1 V [8 i) K0 Z: q7 g
Reference,% R: W3 U! H7 c; b
' X8 A; \! I. d# ^3 T
[0] Replica Set Internals Bootcamp: Part I – Elections
1 c! P6 F3 M2 h7 r2 khttp://www.kchodorow.com/blog/20 ... p-part-i-elections/5 T {- I8 q, d7 B7 i+ h, K
|
评分
-
查看全部评分
|