|
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。 D m5 c0 B3 E7 ^& k+ Z5 M
0 z$ V, M4 p# E) y: g) `8 r. G
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+ t4 J3 [4 Z5 r, y
% L, B. F6 ^( k$ y 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 H" J: S, T t5 S7 a3 ~
! M8 Z4 n8 ]3 `! Z- [0 b
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。+ e, t1 @% _& I3 l" q* c
' [* e' f; q' T r; t% L
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。* v. x7 }2 f' I
* f. o v" c. Q4 r# \" M- N4 g8 O 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。
: y1 Z+ _ S" E8 D8 k8 o* c I, M
降级9 @7 R) z6 x1 G6 X4 u9 k2 B9 j( N
9 p* ^! J: O! H/ A; I
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。8 X/ n8 o# O/ r
* [* E' M0 d' B1 [+ t 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。
/ h7 `' s+ O! t6 ?
6 R( h- B* B7 N& M 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。) o# t' O( w& b7 w8 A
" p4 S) K: L. q" @5 N0 b1 w 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。
5 j5 O, i$ e) w2 P8 ]
* S& {8 S) z: z5 \$ g. [选举4 ]& [* t9 V/ h4 @( c( l6 r
* I$ A# h" |% `0 ?3 |0 g7 g
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。
* X. D/ W! ]8 @3 N9 K) c! y, C) _% n$ P
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?”) G0 @; R* @9 W& P& q+ @
* \5 V+ ]8 s' N
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。”
9 ~ d* R/ ]) X/ o# {& N+ W2 r* Q* r7 `
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。
" N, ^1 t) w H; ]3 Z' f& W# r, N0 L& b3 @! w1 o( }2 L4 _
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)。4 C8 l, C- D% K/ i1 O
1 a( ?& j4 O9 v5 ^9 |! P: f2 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。3 p8 a7 B+ Q: t
* X' x9 K, I5 B6 k9 d 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 G# D# U5 Q5 a4 \% Q4 z! B7 v7 v4 D8 L$ I! j% Y4 Y* ?2 t
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。) O% E9 Q, K! Y# Q
8 ]* ?/ P/ e/ g 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。6 X& [9 w6 G3 a7 Q& R
3 Y* T2 Q9 _" j& @
; \) t6 }. l3 F% W: w1 fReference,
" F. k5 }5 U. R6 U( n# P& g7 e( M7 W$ q
[0] Replica Set Internals Bootcamp: Part I – Elections
3 n# k E) {6 w/ w# ^* M, d7 [- ^http://www.kchodorow.com/blog/20 ... p-part-i-elections/
" g/ V+ E% G- O& r6 b! U |
评分
-
查看全部评分
|