Zookeeper（三）工作原理

3.1 系统架构

由上图可知，ZooKeeper集群由多台机器组成，客户端的请求有可能被分配给任何一台机器来处理。

考虑下面一个场景：客户端A问机器1，现在几点了，机器1回答下午两点半；与此同时，客户端B问机器2，现在几点了，机器2说，凌晨三点。两个客户端一交流，发现驴唇不对马嘴，整个世界就乱了。可见，ZooKeeper集群时刻需要保持内部统一，无论客户端连接哪台机器，给出的响应应该保持一致。

为了保证数据的一致性，ZooKeeper对机器进行了角色划分：

在每台机器数据保持一致的情况下，ZooKeeper集群自然可以保证，对于每次查询都返回同样的结果。但是，如果客户端发起增、删、改这类会引起数据变动的请求呢？多台机器自说自话，你让往东，他让往西，你要打狗，他要撵鸡，听谁的？

所谓，家有千口，主事一人。不管有多少台机器，只能有一台机器充当Leader的角色，只有Leader才有权力发起更改数据的操作，Follower如果接收到了更改数据的请求，需要转交给Leader来处理。

Leader接受到一个更改数据的请求后，会广播消息：

每个Follower请注意！现在颁布001号命令，对某个节点执行某项操作。收到请回答！

Follower按照Leader的要求执行完任务之后会，会发送一条消息：

老大老大，任务执行完毕！

一旦Leader收到了半数以上的Follower的确认消息，就判定该操作已生效，会再发一条广播：

每个Follower请注意！001号命令已生效！

以上只是简单描述了Leader与Follower的一种交互场景，其实还有很多问题需要解决，比如：

这个Leader是怎么来选？

Leader发出的消息怎么保证顺序？

Leader崩溃会怎么恢复？

……

3.2 Zab协议

ZooKeeper服务的内部通信基于Zab（ZooKeeper Atomic Broadcast）协议，Zab是在Paxos算法基础上扩展改造而来的。

Zab协议有两种模式，分别是恢复模式（选主）和广播模式（同步）。

当服务启动或者在领导者崩溃后，Zab就进入了恢复模式，当领导者被选举出来，且大多数Server完成了和 Leader的状态同步以后，恢复模式就结束了。状态同步保证了Leader和Server具有相同的系统状态。

选举出Leader节点后Zab进入原子广播阶段，这时Leader为和自己同步的每个节点Follower创建一个操作序列，一个时期一个Follower只能和一个Leader保持同步，Leader节点与Follower节点使用心跳检测来感知对方的存在。当Leader节点在超时时间内收到来自Follower的心跳检测，那么Follower节点会一直与该节点保持连接，若超时时间内Leader没有接收到来自过半Follower节点的心跳检测或TCP连接断开，那Leader会结束当前周期的领导，切换到Looking状态，所有Follower节点也会放弃该Leader节点切换到Looking状态，然后开始新一轮选举。

每个Server在工作过程中有四种状态：

LOOKING：当前Server不知道Leader是谁，正在搜寻

LEADING：当前Server即为选举出来的Leader

FOLLOWING：Leader已经选举出来，当前Server与之同步

OBSERVING：Observer的行为在大多数情况下与Follower完全一致，但是他们不参加选举和投票，而仅仅接受(observing)选举和投票的结果。

3.2.1 选举流程

当Leader崩溃或者Leader失去大多数的Follower，这时候ZooKeeper进入恢复模式，恢复模式需要重新选举出一个新的Leader，让所有的 Server都恢复到一个正确的状态。ZooKeeper的选举算法有两种：一种是基于basic paxos实现的，另外一种是基于fast paxos算法实现的。系统默认的选举算法为fast paxos。

fast paxos流程是在选举过程中，某Server首先向所有Server提议自己要成为Leader，当其它Server收到提议以后，解决epoch和 zxid的冲突，并接受对方的提议，然后向对方发送接受提议完成的消息，重复这个流程，最后一定能选举出Leader。

3.2.2 同步流程

选完Leader以后，ZooKeeper就进入状态同步过程。

1、Leader等待Server连接；

2、Follower连接Leader，将最大的Zxid发送给Leader；

3、Leader根据Follower的Zxid确定同步点；

4、完成同步后通知Follower 已经成为uptodate状态；

5、Follower收到uptodate消息后，又可以重新接受client的请求进行服务了。

流程图如下所示：

3.2.3 Leader工作流程

Leader主要有三个功能：

1、恢复数据；

2、维持与Learner的心跳，接收Learner请求并判断Learner的请求消息类型；

3、Learner的消息类型主要有PING消息、REQUEST消息、ACK消息、REVALIDATE消息，根据不同的消息类型，进行不同的处理。

PING消息是指Learner的心跳信息；

REQUEST消息是Follower发送的提议信息，包括写请求及同步请求；

ACK消息是 Follower的对提议的回复，超过半数的Follower通过，则commit该提议；

REVALIDATE消息是用来延长SESSION有效时间。

Leader的工作流程简图如下所示：

3.2.4 Follower工作流程

Follower主要有四个功能：

1、向Leader发送请求（PING消息、REQUEST消息、ACK消息、REVALIDATE消息）；

2、接收Leader消息并进行处理；

3、接收Client的请求，如果为写请求，发送给Leader进行投票；

4、返回Client结果。

Follower的消息循环处理如下几种来自Leader的消息：

PING消息： 心跳消息；

PROPOSAL消息：Leader发起的提案，要求Follower投票；

COMMIT消息：服务器端最新一次提案的信息；

UPTODATE消息：表明同步完成；

REVALIDATE消息：根据Leader的REVALIDATE结果，关闭待revalidate的session还是允许其接受消息；

SYNC消息：返回SYNC结果到客户端，这个消息最初由客户端发起，用来强制得到最新的更新。

Follower的工作流程简图如下所示：

对于Observer的流程不再叙述，Observer流程和Follower的唯一不同的地方就是observer不会参加Leader发起的投票。

3.2.5 两段式提交

ZooKeeper集群是通过“两段提交协议”（a two-phase commit）来发起意向提议。

第一阶段：Leader给所有的Follower发送一个PROPOSAL消息，一个Follower接收到这次PROPOSAL消息，写到磁盘，发送给Leader一个ACK消息，告知已经收到。

第二阶段：当Leader收到法定人数（quorum）的Follower的ACK时候，发送commit消息执行。

为了保证事务的顺序一致性，ZooKeeper采用了递增的事务id号（Zxid）来标识事务。所有的提议（Proposal）都在被提出的时候加上 了Zxid。实现中Zxid是一个64位的数字，它高32位是epoch用来标识Leader关系是否改变，每次一个Leader被选出来，它都会有一个 新的epoch，标识当前属于那个Leader的统治时期。低32位用于递增计数。

Zab协议保证：

（1）如果Leader以T1和T2的顺序广播，那么所有的Server必须先执行T1，再执行T2。

（2）如果任意一个Server以T1、T2的顺序commit执行，其他所有的Server也必须以T1、T2的顺序执行。

“两段提交协议”最大的问题是如果Leader发送了PROPOSAL消息后crash或暂时失去连接，会导致整个集群处在一种不确定的状态（Follower不知道该放弃这次提交还是执行提交）。ZooKeeper这时会选出新的Leader，请求处理也会移到新的Leader上，不同的Leader由不同的epoch标识。切换Leader时，需要解决下面两个问题：

（1）Never forget delivered messages

Leader在COMMIT投递到任何一台Follower之前crash，只有它自己commit了。新Leader必须保证这个事务也必须commit。

（2）Let Go of messages that are skipped

Leader产生某个proposal，但是在crash之前，没有Follower看到这个proposal。该server恢复时，必须丢弃这个proposal。

3.3 Paxos算法

Paxos是一个基于消息传递的一致性算法，Leslie Lamport在1990年提出，近几年被广泛应用于分布式计算中，Google的Chubby，Apache的ZooKeeper都是基于它的理论来实现的，Paxos还被认为是到目前为止唯一的分布式一致性算法，其它的算法都是Paxos的改进或简化。有个问题要提一下，Paxos有一个前提：没有拜占庭将军问题。就是说Paxos只有在一个可信的计算环境中才能成立，这个环境是不会被入侵所破坏的。

Paxos描述了这样一个场景，有一个叫做Paxos的小岛(Island)上面住了一批居民，岛上面所有的事情由一些特殊的人决定，他们叫做议员(Senator)。议员的总数(Senator Count)是确定的，不能更改。岛上每次环境事务的变更都需要通过一个提议(Proposal)，每个提议都有一个编号(PID)，这个编号是一直增长的，不能倒退。每个提议都需要超过半数((Senator Count)/2 +1)的议员同意才能生效。每个议员只会同意大于当前编号的提议，包括已生效的和未生效的。如果议员收到小于等于当前编号的提议，他会拒绝，并告知对方：你的提议已经有人提过了。这里的当前编号是每个议员在自己记事本上面记录的编号，他不断更新这个编号。整个议会不能保证所有议员记事本上的编号总是相同的。现在议会有一个目标：保证所有的议员对于提议都能达成一致的看法。

好，现在议会开始运作，所有议员一开始记事本上面记录的编号都是0。有一个议员发了一个提议：将电费设定为1元/度。他首先看了一下记事本，嗯，当前提议编号是0，那么我的这个提议的编号就是1，于是他给所有议员发消息：1号提议，设定电费1元/度。其他议员收到消息以后查了一下记事本，哦，当前提议编号是0，这个提议可接受，于是他记录下这个提议并回复：我接受你的1号提议，同时他在记事本上记录：当前提议编号为1。发起提议的议员收到了超过半数的回复，立即给所有人发通知：1号提议生效！收到的议员会修改他的记事本，将1好提议由记录改成正式的法令，当有人问他电费为多少时，他会查看法令并告诉对方：1元/度。

现在看冲突的解决：假设总共有三个议员S1-S3，S1和S2同时发起了一个提议:1号提议，设定电费。S1想设为1元/度, S2想设为2元/度。结果S3先收到了S1的提议，于是他做了和前面同样的操作。紧接着他又收到了S2的提议，结果他一查记事本，咦，这个提议的编号小于等于我的当前编号1，于是他拒绝了这个提议：对不起，这个提议先前提过了。于是S2的提议被拒绝，S1正式发布了提议:1号提议生效。S2向S1或者S3打听并更新了1号法令的内容，然后他可以选择继续发起2号提议。

Paxos的精华就这么多内容。现在让我们来对号入座，看看在ZooKeeper Server里面Paxos是如何得以贯彻实施的。

   小岛(Island)—— ZooKeeper Server Cluster

   议员(Senator)—— ZooKeeper Server

   提议(Proposal)——ZNode Change(Create/Delete/SetData…)

   提议编号(PID)——Zxid(ZooKeeper Transaction Id)

   正式法令——所有ZNode及其数据

貌似关键的概念都能一一对应上，但是等一下，Paxos岛上的议员应该是人人平等的吧，而ZooKeeper Server好像有一个Leader的概念。没错，其实Leader的概念也应该属于Paxos范畴的。如果议员人人平等，在某种情况下会由于提议的冲突而产生一个“活锁”（所谓活锁我的理解是大家都没有死，都在动，但是一直解决不了冲突问题）。Paxos的作者Lamport在他的文章”The Part-Time Parliament“中阐述了这个问题并给出了解决方案——在所有议员中设立一个总统，只有总统有权发出提议，如果议员有自己的提议，必须发给总统并由总统来提出。好，我们又多了一个角色：总统。

l   总统——ZooKeeper Server Leader

现在我们假设总统已经选好了，下面看看ZooKeeper Server是怎么实施的。

情况一：

屁民甲(Client)到某个议员(ZooKeeper Server)那里询问(Get)某条法令的情况(Znode的数据)，议员毫不犹豫的拿出他的记事本(local storage)，查阅法令并告诉他结果，同时声明：我的数据不一定是最新的。你想要最新的数据？没问题，等着，等我找总统Sync一下再告诉你。

情况二：

屁民乙(Client)到某个议员(ZooKeeper Server)那里要求政府归还欠他的一万元钱，议员让他在办公室等着，自己将问题反映给了总统，总统询问所有议员的意见，多数议员表示欠屁民的钱一定要还，于是总统发表声明，从国库中拿出一万元还债，国库总资产由100万变成99万。屁民乙拿到钱回去了(Client函数返回)。

情况三：

总统突然挂了，议员接二连三的发现联系不上总统，于是各自发表声明，推选新的总统，总统大选期间政府停业，拒绝屁民的请求。

当然还有很多其他的情况，但这些情况总是能在Paxos的算法中找到原型并加以解决。这也正是我们认为Paxos是ZooKeeper的灵魂的原因。当然ZooKeeper Server还有很多属于自己特性的东西：Session, Watcher，Version等等等等，需要我们花更多的时间去研究和学习。