|
|
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。" |! D5 c4 O( p( \6 n
% i% w2 I1 W. v; V$ y5 T4 l4 H 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。# P$ T: H2 g3 r& Z
) j6 ]( t6 ~6 @) K: B 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。% j5 G3 D* S! {* ~' l6 J
6 l: V* i! l; K$ p2 l" }, [ 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。
6 G0 H4 _9 Y. V$ @
+ D* h1 l6 C2 B/ ^. [ 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。! W8 H j# d/ G' h$ Y+ Y: Y
9 w# h* Q0 o9 q) 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。
. S6 u/ T- X& b' b, Z% Q r1 n: d6 W1 K' L7 B2 s8 S
降级" t8 n2 j" y, s$ Q$ P9 g
- x7 _) L' F) x; f" r
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。# k/ X5 `( c; S1 @+ e/ z! {
5 ]7 m* C8 z# ?! K& T3 f" G 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。) p8 O% K6 ]" |# I8 [* Y
" l1 H0 P, R1 f3 V; t; F
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。" v; e; i& a1 B% x0 D% H9 |8 i
! p7 @: A* S; C% u# t/ T& 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。3 L9 r; O/ g: U0 |& W' @$ [
T) I L) E; K选举) n. ~: y$ S2 y: [" ^1 m$ e
d! K5 M n% P- h 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。0 A7 d9 `3 I+ U9 y: j
1 B& e; {3 b/ l: c( V
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 L8 x Q2 X! ~
/ K+ I& ^; P( {/ ?/ ^3 J0 f 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。”: j& E, I- C. y& [
/ Z1 K0 C2 N3 b# o; U2 u( X 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。+ K/ U0 z" c* S" M0 B# d
! u. D# n. M- ]- T6 D 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)。. x% ]8 g* J/ A2 n$ {# R$ h
* g3 W. |# v8 J/ i, l; y% { 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。
9 q9 W8 I9 r v1 n& t8 Y) f% J/ s, v$ @% j, a
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。; n: B! D+ Z8 C0 Y
, Y: A( S+ a. c5 X* r" r- K9 I# { 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。4 p$ X$ |/ t$ ]4 j& M
8 f. ~; b$ |1 w, M" s D6 I 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 f* L2 ^" ]5 U8 n7 x# ^3 m6 X7 V
/ [5 J% k) K- N+ b8 ~) y- i: N2 e
- J% I. _2 z- D" [5 t
Reference,( o& R( h+ ~# N
6 U$ M8 [( o' I9 W! _7 w
[0] Replica Set Internals Bootcamp: Part I – Elections
! x7 z, S2 k( K4 X+ Z. ~- V' ~http://www.kchodorow.com/blog/20 ... p-part-i-elections/
~, s+ _9 }: i$ U5 ? |
评分
-
查看全部评分
|