cassandra学习笔记五

Cassandra集群没有中心节点，各个节点的地位完全相同，它们通过一种叫做gossip的协议维护集群的状态。通过gossip，每个节点都能知道集群中包含哪些节点，以及这些节点的状态，这使得Cassandra集群中的任何一个节点都可以完成任意key的路由，任意一个节点不可用都不会造成灾难性的后果。

一、Gossip算法背景

Gossip算法如其名，灵感来自办公室八卦，只要一个人八卦一下，在有限的时间内所有的人都会知道该八卦的信息，这种方式也与病毒传播类似，因此Gossip有众多的别名“闲话算法”、“疫情传播算法”、“病毒感染算法”、“谣言传播算法”。但Gossip并不是一个新东西，之前的泛洪查找、路由算法都归属于这个范畴，不同的是Gossip给这类算法提供了明确的语义、具体实施方法及收敛性证明。

二、Gossip算法特点

Gossip算法又被称为反熵（Anti-Entropy），熵是物理学上的一个概念，代表杂乱无章，而反熵就是在杂乱无章中寻求一致，这充分说明了Gossip的特点：在一个有界网络中，每个节点都随机地与其他节点通信，经过一番杂乱无章的通信，最终所有节点的状态都会达成一致（很神奇）。每个节点可能知道所有其他节点，也可能仅知道几个邻居节点，只要这些节点可以通过网络连通，最终他们的状态都是一致的。

三、Gossip本质

Gossip是一个带冗余的容错算法，更进一步，Gossip是一个最终一致性算法。虽然无法保证在某个时刻所有节点状态一致，但可以保证在“最终”所有节点一致，“最终”是一个现实中存在，但理论上无法证明的时间点。因此Gossip适合没有很高一致性要求的场景。

因为Gossip不要求节点知道所有其他节点，因此又具有去中心化的特点，节点之间完全对等，不需要任何的中心节点。实际上Gossip可以用于众多能接受“最终一致性”的领域：失败检测、路由同步、Pub/Sub、动态负载均衡。

但Gossip的缺点也很明显，冗余通信会对网路带宽、CUP资源造成很大的负载，而这些负载又受限于通信频率，该频率又影响着算法收敛的速度。

四、Gossip节点的通信方式及收敛性

Gossip中的每个节点维护一组状态，状态可以用一个key/value对表示，还附带一个版本号，版本号大的状态比版本号小的新。两个节点（A、B）之间存在以下三种通信方式：

通信方式	含义
push	A节点将数据(key,value,version)及对应的版本号推送给B节点，B节点更新A发过来的数据中比自己新的数据
pull	A不发送数据的value，仅发送数据的摘要key和version给B。B根据版本比较数据，将本地比A新的数据(key,value,version)推送给A，A更新自己的本地数据
push/pull	与pull类似，A仅发送摘要给B。不同之处在于，B比较版本后，不仅将比A新的数据发送给A，同时还向A请求A的摘要中比自己新的数据

如果把两个节点数据同步一次定义为一个周期，则在一个周期内，push需通信1次，pull需2次，push/pull则需3次，从效果上来讲，push/pull最好，理论上一个周期内可以使两个节点完全一致。直观上也感觉，push/pull的收敛速度是最快的。

假设每个节点通信周期都能选择（感染）一个新节点，则Gossip算法退化为一个二分查找过程，每个周期构成一个平衡二叉树，收敛速度为O(n2)，对应的时间开销则为O(logn)。这也是Gossip理论上最优的收敛速度。但在实际情况中最优收敛速度是很难达到的。

显然pull的收敛速度大于push，而每个节点在每个周期被感染的概率都是固定的p(0<p<1)，因此Gossip算法是基于p的平方收敛，也成为概率收敛，这在众多的一致性算法中是非常独特的。

Gossip的节点的工作方式又分为以下两种：

Anti-Entropy（反熵）：以固定的概率传播所有的数据

Rumor-Mongering（谣言传播）：仅传播新到达的数据

Anti-Entropy模式有完全的容错性，但有较大的网络、CPU负载；Rumor-Mongering模式有较小的网络、CPU负载，但必须为数据定义”最新“的边界，并且难以保证完全容错，对失败重启且超过”最新“期限的节点，无法保证最终一致性，或需要引入额外的机制处理不一致性。

五、cassandra中Gossip的节点同步规则

当一个节点启动时，获取配置文件中的seeds配置。cassandra作为一个去中心化的分布式系统，没有中心节点的存在。但为了让节点启动时能与集群通信，仍然需要为它配置最少一个seed节点。

Cassandra内部有一个Gossiper，每隔一秒运行一次（在Gossiper.java的start方法中），按照以下规则向其他节点发送同步消息：

1.随机取一个当前活着的节点，并向它发送同步请求

2.随机取一个不可达的节点，并向它们发送同步请求

3.如果第一步中所选择的节点不是seed，或者当前活着的节点数少于seed数，则向随意一台seed发送同步请求

第一步的目的是和目前活着的节点同步状态，第二步的目的是尽快发现已下线的节点重新上线了。第三步中的第一个条件，是因为seed理论上总是有较多的节点状态信息，若第一次同步的节点不是seed，则应该再和seed同步一下。第三步中的第二个条件则是为了避免出现seed孤岛。

如果没有这个判断，考虑这样一种场景，有4台机器，{A,B,C,D}，并且配置了它们都是seed，如果它们同时启动，可能会出现这样的情形：

A节点起来，发现没有活着的节点，走到第三步，和任意一个种子同步，假设选择了B。B节点和A完成同步，则认为A活着，它将和A同步，由于A是种子，B将不再和其他种子同步。C节点起来，发现没有活着的节点，同样走到第三步，和任意一个种子同步，假设这次选择了D。C节点和D完成同步，认为D活着，则它将和D同步，由于D也是种子，所以C也不再和其他种子同步。

这时就形成了两个孤岛，A和B互相同步，C和D之间互相同步，但是{A,B}和{C,D}之间将不再互相同步，它们也就不知道对方的存在了。

加入第二个判断后，A和B同步完，发现只有一个节点活着，但是seed有4个，这时会再和任意一个seed通信，从而打破这个孤岛。

六、cassandra中Gossip的实现

Cassandra采用的通信方式是push/pull，如前文所述，push/pull有三个阶段。在每个阶段，节点之间都需要传递一些自己的状态信息。状态信息的传递是通过封装在一种特定的消息里传递，每个阶段传递的消息格式均不同，如下表：

消息名	含义
GossipDigitsSynMessage	A向B请求同步
GossipDigitsAckMessage	B返回自己拥有的比A新的数据给A
GossipDigitsAck2Message	A再返回自己拥有的比B新的数据给B

Gossip互相之间通信，通过上表的消息封装需要传递的信息。节点间互相交换的状态信息主要有以下3种：

状态信息	含义
HeartBeat	心跳信息，由generation和version组成。generation每次系统启动都加1，用于区分重启前后的状态
ApplicationState	用于表示系统状态，存储系统的负载信息等
EndPointState	维护节点自身数据的全局version，并封装HeartBeat和ApplicationState

Cassandra的每个节点都实现了IEndPointStateChangeSubscriber接口的，它负责处理接收到的消息，该接口包含以下方法：

方法名	含义
onjoin	有机器加入到集群中
onChange	有状态发生变更了
onAlive	机器可用
onDead	机器不可用

下图所示是两个cassandra节点之间通过gossip进行状态同步的完整过程。

这里假设192.168.1.1（源节点）决定和192.168.1.2（目标节点）同步，首先源节点向目标节点发送GossipDigestSynMessage包，这个包有本机维护的所有节点的状态信息的最新版本摘要，摘要只包含key和version，不包含具体的value，这样可以减小同步的带宽消耗。

当目标节点收到GossipDigestSynMessage包时，它需要做两件事：

1.找出收到的消息中比本地版本新的状态，按照版本号差异大小排序，将这些状态的摘要放入GossipDigestAckMessage中。

2.找出本地比源节点版本更新的状态，放入GossipDigestAckMessage中，并将它发送回源节点。

这里按照版本号差异大小排序的原因是每个Message允许发送的状态数量是有限的（参见Gossip.java中的MAX_GOSSIP_PACKET_SIZE定义），这样可以保证比较老的状态（版本号差异大的）可以优先得到更新。

源机器接收到GossipDigestAckMessage后，同样也做两件事：

1.使用目标节点发送过来的比自己新的状态更新本地的状态，源节点获取到了目标节点上比自己更新的状态。

2.源节点把包含在GossipDigestAckMessage中，目标节点向自己请求更新的摘要对应的状态信息通过GossipDigestAck2Message发送到目标服务器。

目标服务器更新本地的状态，这样目标服务器也获取到了源节点上比自己更新的状态。完成这样一次同步后，源节点和目标节点上的状态都得到了同步。