|
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。$ Q \$ \1 T6 L+ U
- L( @* I; b7 F9 B* R
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。
D" w- Z! i) n1 M4 D1 Y6 i7 g
8 Y& L5 _0 d7 Y; j! C/ u. w k N3 r 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。' |' Y1 K1 g/ S3 d1 X1 l$ ~, N
# c/ S. Z; m& u9 q& 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 d a2 s/ D2 s5 o o& C
a' m) e! b4 K) E5 A9 i# E5 ~ 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。: D, ^- X8 b; x
0 E* l3 _5 ^ N) I# k- Z) 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。. K' x } z6 a% e9 T
% ~4 p! R, D* u5 }
降级
7 i% n4 B5 L& a& E: c
" E5 a) w8 H1 T9 w4 P 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( d. \5 q( s" ?$ W% N
# Q) m" u' F2 g9 b T& L' _ 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。3 n T0 T8 O' o; X: G7 }' L. c% }( \3 W
2 M) w9 Q' G9 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。
% _) z+ E( ?' P, q& i3 s+ {& d4 E0 T- f C9 d: s
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。' {3 h9 C5 S9 f4 R0 M
$ L0 c$ f2 D: A0 ` [! c, I
选举
, n# N/ s* n5 r- p A
; @7 G9 J) U( Q- | 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 v5 {3 ?! W7 D+ ~, G
9 u& p+ j! j; s" c6 O
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?”
. {" {5 u# }& q+ z1 R7 G A g
; F" r. B3 l; 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。”
1 O" O6 K% e+ {/ h+ C3 S- T
" s- w2 D$ m6 p2 q! b; i/ l 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。
# v# {% v% ?6 X8 u: U8 M' U
: Y5 @2 h# Q: @+ [- o 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)。
; I; M$ }7 V4 z+ E( J) |5 l0 a7 U; ~. X7 B
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。0 m% j5 H1 y) Z# I5 y7 E
" y9 P3 [( a! D h- f- k/ G: s 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。
# W* }5 W7 d! K3 P3 [
0 l/ j: m5 q2 S( B0 s$ Z# E 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。1 Y0 `; }3 o9 J4 d* q- y
1 H: a# c4 v* z" j" F4 p 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 ^2 w3 K+ f+ o$ A5 u6 g: `0 Y$ w7 Z- d- n L3 d
( h v2 ?$ z) }8 s
Reference,+ P; ]3 U( m" z& u
5 t3 Q% e/ s! |! X! _ b2 ]5 w& i
[0] Replica Set Internals Bootcamp: Part I – Elections
' v, i0 X8 ^5 q) a; mhttp://www.kchodorow.com/blog/20 ... p-part-i-elections/5 a. A! V7 {" O
|
评分
-
查看全部评分
|