Zab协议（11）-数据恢复阶段总结

2021SC@SDUSC

什么是数据恢复

当Leader出现故障或者重启时，所有节点都会使用崩溃恢复协议来使彼此达到一个一致的状态。

什么时候会进入数据恢复模式

1、当服务器刚刚启动时
2、当leader出现网络中断，崩溃或者重启的情况
3、当集群中已经不存在过半的服务器与Leader服务器保持正常通信。

数据恢复需要解决的问题

1. 确保已经被leader提交的proposal必须最终被所有的follower服务器提交。
2. 确保没有被处理proposal不能被提交。

流程

对于问题1：
1、选举zxid最大的节点作为新的 leader.
由于所有提案被commit 之前必须有合法数量的 follower ACK，即必须有合法数量的服务器的事务日志上有该提案的 proposal，因此，zxid最大也就是数据最新的节点保存了所有被 COMMIT 消息的 proposal 状态。

2、新的 leader 将自己事务日志中 proposal 但未 commit 的消息处理。

3、新的 leader 与 follower 建立先进先出的队列， 先将自身有而 follower 没有的 proposal 发送给 follower，再将这些 proposal 的 COMMIT 命令发送给 follower，以保证所有的 follower 都保存了所有的 proposal、所有的 follower 都处理了所有的消息。
通过以上策略，能保证已经被处理的消息不会丢。

对于问题2：
Zab 通过设计 zxid 来实现这一目的。一个 zxid 是64位，高 32 是纪元（epoch）编号，每经过一次 leader 选举产生一个新的 leader，新 leader 会将 epoch 号 +1。低 32 位是消息计数器，每接收到一条消息这个值 +1，新 leader 选举后这个值重置为 0。这样设计的好处是旧的 leader 挂了后重启，它不会被选举为 leader，因为此时它的 zxid 肯定小于当前的新 leader。当旧的 leader 作为 follower 接入新的 leader 后，新的 leader 会让它将所有的拥有旧的 epoch 号的未被 COMMIT 的 proposal 清除