深入分析zookeeper实现原理之ZAB协议（2）

上一篇博文主要阐述了zookeeper的集群安装。接下来将结合相关资料与书籍，讲解自己对zookeeper的认识与理解，也算自己对zookeeper的知识整理吧，有不对的地方希望能指正。

zookeeper设计思想与由来

zookeeper 主要是解决分布式环境下的服务协调问题而产 生的，如果我们要去实现一个 zookeeper 这样的中间件， 我们需要做什么？

1. 防止单点故障 如果要防止zookeeper这个中间件的单点故障，那就势 必要做集群。而且这个集群如果要满足高性能要求的话， 还得是一个高性能高可用的集群。高性能意味着这个集 群能够分担客户端的请求流量，高可用意味着集群中的 某一个节点宕机以后，不影响整个集群的数据和继续提 供服务的可能性。

• 结论： 所以这个中间件需要考虑到集群,而且这个集群 还需要分摊客户端的请求流量

2. 接着上面那个结论再来思考，如果要满足这样的一个高 性能集群，我们最直观的想法应该是，每个节点都能接 收到请求，并且每个节点的数据都必须要保持一致。要 实现各个节点的数据一致性，就势必要一个leader节点 负责协调和数据同步操作。这个我想大家都知道，如果 在这样一个集群中没有leader节点，每个节点都可以接
   收所有请求，那么这个集群的数据同步的复杂度是非常 大。

• 结论：所以这个集群中涉及到数据同步以及会存在 leader节点

3. 继续思考，如何在这些节点中选举出leader节点，以及 leader挂了以后，如何恢复呢？

• 结论：所以zookeeper用了基于paxos理论所衍生出来 的ZAB协议

4. leader 节点如何和其他节点保证数据一致性，并且要求 是强一致的。在分布式系统中，每一个机器节点虽然都 能够明确知道自己进行的事务操作过程是成功和失败， 但是却无法直接获取其他分布式节点的操作结果。

• 结论：当一个事务操作涉及到跨节点的时候，就需要用到分布 式事务，分布式事务的数据一致性协议有 2PC 协议和 3PC协议。

基于这些猜想，我们基本上知道zookeeper为什么要用到 zab 理论来做选举、为什么要做集群、为什么要用到分布 式事务来实现数据一致性了。接下来我们逐步去剖析 zookeeper里面的这些内容

zookeeper 的集群

在zookeeper中，客户端会随机连接到zookeeper集群中 的一个节点，如果是读请求，就直接从当前节点中读取数 据，如果是写请求，那么请求会被转发给leader提交事务， 然后 leader 会广播事务，只要有超过半数节点写入成功， 那么写请求就会被提交（类2PC事务）

所有事务请求必须由一个全局唯一的服务器来协调处理，这个服务器就是 Leader 服务器，其他的服务器就是follower。leader服务器把客户端的失去请求转化成一个事务 Proposal（提议），并把这个 Proposal 分发给集群中的所有 Follower 服务器。之后 Leader 服务器需要等待所Follower服务器的反馈，一旦超过半数的Follower服务器进行了正确的反馈，那么 Leader 就会再次向所有的Follower服务器发送Commit消息，要求各个follower节点对前面的一个Proposal进行提交;

集群角色

• Leader 角色
  Leader服务器是整个zookeeper集群的核心，主要的工作任务有两项，即：事物请求的唯一调度和处理者，保证集群事物处理的顺序性；集群内部各服务器的调度者 。
• Follower 角色
  Follower角色的主要职责是：1. 处理客户端非事物请求、转发事物请求给leader服务器 2. 参与事物请求 Proposal 的投票（需要半数以上服务器 通过才能通知leader commit数据; Leader发起的提案， 要求Follower投票） 3. 参与Leader选举的投票
• Observer 角色
  Observer 是 zookeeper3.3 开始引入的一个全新的服务器 角色，从字面来理解，该角色充当了观察者的角色。 观察zookeeper集群中的最新状态变化并将这些状态变化 同步到 observer 服务器上。Observer 的工作原理与 follower 角色基本一致，而它和 follower 角色唯一的不同 在于 observer 不参与任何形式的投票，包括事物请求 Proposal的投票和leader选举的投票。简单来说，observer 服务器只提供非事物请求服务，通常在于不影响集群事物 处理能力的前提下提升集群非事物处理的能力

集群组成

通常zookeeper是由2n+1台server组成，每个server都 知道彼此的存在。对于2n+1台server，只要有n+1台（大 多数）server可用，整个系统保持可用。我们已经了解到， 一个zookeeper集群如果要对外提供可用的服务，那么集 群中必须要有过半的机器正常工作并且彼此之间能够正常 通信，基于这个特性，如果向搭建一个能够允许 F 台机器 down 掉的集群，那么就要部署 2*F+1 台服务器构成的 zookeeper 集群。因此 3 台机器构成的 zookeeper 集群， 能够在挂掉一台机器后依然正常工作。一个 5 台机器集群 的服务，能够对 2 台机器怪调的情况下进行容灾。如果一台由6台服务构成的集群，同样只能挂掉2台机器。因此，5 台和 6 台在容灾能力上并没有明显优势，反而增加了网 络通信负担。系统启动时，集群中的server会选举出一台 server为Leader，其它的就作为follower（这里先不考虑 observer角色）。 之所以要满足这样一个等式，是因为一个节点要成为集群 中的 leader，需要有超过及群众过半数的节点支持，这个 涉及到leader选举算法。同时也涉及到事务请求的提交投票。

ZAB 协议

ZAB（Zookeeper Atomic Broadcast） 协议是为分布式协 调服务ZooKeeper 专门设计的一种支持崩溃恢复的原子 广播协议。在 ZooKeeper 中，主要依赖 ZAB 协议来实现 分布式数据一致性，基于该协议，ZooKeeper 实现了一种 主备模式的系统架构来保持集群中各个副本之间的数据一 致性。

• ZAB 协议介绍

ZAB协议包含两种基本模式，分别是：1. 崩溃恢复 2. 消息广播

当整个集群在启动时，或者当 leader 节点出现网络中断、 崩溃等情况时，ZAB 协议就会进入恢复模式并选举产生新 的Leader，当 leader服务器选举出来后，并且集群中有过 半的机器和该leader节点完成数据同步后（同步指的是数 据同步，用来保证集群中过半的机器能够和leader服务器 的数据状态保持一致），ZAB协议就会退出恢复模式。 当集群中已经有过半的 Follower 节点完成了和 Leader 状 态同步以后，那么整个集群就进入了消息广播模式。这个 时候，在Leader节点正常工作时，启动一台新的服务器加 入到集群，那这个服务器会直接进入数据恢复模式，和 leader 节点进行数据同步。同步完成后即可正常对外提供 非事务请求的处理。

• 消息广播的实现原理
  如果大家了解分布式事务的2pc和3pc协议的话，消息广播的过程实际上是一个 简化版本的二阶段提交过程

1. leader 接收到消息请求后，将消息赋予一个全局唯一的 64位自增id，叫：zxid，通过zxid的大小比较既可以实 现因果有序这个特征
2. leader为每个follower准备了一个FIFO队列（通过TCP 协议来实现，以实现了全局有序这一个特点）将带有zxid的消息作为一个提案（proposal）分发给所有的follower
3. 当follower接收到proposal，先把proposal写到磁盘， 写入成功以后再向leader回复一个ack
4. 当leader接收到合法数量（超过半数节点）的ACK后， leader就会向这些follower发送commit命令，同时会 在本地执行该消息
5. 当 follower 收到消息的 commit命令以后，会提交该消息
   
   leader 的投票过程，不需要 Observer 的 ack，也就是 Observer不需要参与投票过程，但是Observer必须要同 步 Leader 的数据从而在处理请求的时候保证数据的一致 性
   崩

崩溃恢复(数据恢复)

ZAB 协议的这个基于原子广播协议的消息广播过程，在正 常情况下是没有任何问题的，但是一旦 Leader 节点崩溃， 或者由于网络问题导致 Leader 服务器失去了过半的Follower节点的联系（leader失去与过半follower节点联 系，可能是leader节点和follower节点之间产生了网络分 区，那么此时的leader不再是合法的leader了），那么就 会进入到崩溃恢复模式。在ZAB协议中，为了保证程序的 正确运行，整个恢复过程结束后需要选举出一个新的 Leader 为了使 leader 挂了后系统能正常工作，需要解决以下两 个问题：

1. 已经被处理的消息不能丢失
   当 leader 收到合法数量 follower 的 ACKs 后，就向 各个 follower 广播 COMMIT 命令，同时也会在本地 执行 COMMIT 并向连接的客户端返回「成功」。但是如 果在各个 follower 在收到 COMMIT 命令前 leader 就挂了，导致剩下的服务器并没有执行都这条消息。
   
2. 被丢弃的消息不能再次出现
   当 leader 接收到消息请求生成 proposal 后就挂了，其
   他 follower 并没有收到此 proposal，因此经过恢复模式
   重新选了 leader 后，这条消息是被跳过的。 此时，之前
   挂了的 leader 重新启动并注册成了 follower，他保留了
   被跳过消息的 proposal 状态，与整个系统的状态是不一
   致的，需要将其删除。

ZAB 协议需要满足上面两种情况，就必须要设计一个 leader 选举算法：能够确保已经被 leader 提交的事务 Proposal能够提交、同时丢弃已经被跳过的事务Proposal。 针对这个要求 1. 如果 leader 选举算法能够保证新选举出来的 Leader 服 务器拥有集群中所有机器最高编号（ZXID最大）的事务 Proposal，那么就可以保证这个新选举出来的Leader一 定具有已经提交的提案。因为所有提案被 COMMIT 之 前必须有超过半数的 follower ACK，即必须有超过半数 节点的服务器的事务日志上有该提案的 proposal，因此，
只要有合法数量的节点正常工作，就必然有一个节点保 存了所有被 COMMIT 消息的 proposal 状态 另外一个，zxid是64位，高32位是epoch编号，每经过 一次 Leader 选举产生一个新的 leader，新的 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 处在于老的leader挂了以后重启，它不会被选举为leader， 因此此时它的 zxid 肯定小于当前新的 leader。当老的 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。

• 关于 ZXID
  zxid，也就是事务id， 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（ZAB协议通过epoch编号来 区分 Leader 周期变化的策略）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=（原来的epoch+1），标识当前属于那个leader的 统治时期。低32位用于递增计数。
  epoch ：可以理解为当前集群所处的年代或者周期，每个 leader 就像皇帝，都有自己的年号，所以每次改朝换代， leader 变更之后，都会在前一个年代的基础上加 1 。这样 就算旧的 leader 崩 溃 恢 复 之 后 ，也 没 有 人 听 他 的 了 ，因 为 follower 只听从当前年代的 leader 的命令。

leader 选举

Leader选举会分两个过程：启动的时候的leader选举、 leader崩溃的时候的的选举

• 启动的时候的leader选举

服务器启动时的 leader 选举 每个节点启动的时候状态都是LOOKING，处于观望状态， 接下来就开始进行选主流程 进行Leader选举，至少需要两台机器（具体原因前面已经 讲过了） ，我们选取3台机器组成的服务器集群为例。在集 群初始化阶段，当有一台服务器Server1启动时，它本身是 无法进行和完成Leader选举，当第二台服务器Server2启 动时，这个时候两台机器可以相互通信，每台机器都试图 找到Leader，于是进入Leader选举过程。选举过程如下：

1. 每个Server发出一个投票。由于是初始情况，Server1 和 Server2 都会将自己作为 Leader 服务器来进行投 票，每次投票会包含所推举的服务器的myid和ZXID、 epoch，使用(myid, ZXID,epoch)来表示，此时Server1 的投票为(1, 0)，Server2的投票为(2, 0)，然后各自将 这个投票发给集群中其他机器。
2. 接受来自各个服务器的投票。集群的每个服务器收到 投票后，首先判断该投票的有效性，如检查是否是本 轮投票 （epoch）、是否来自LOOKING状态的服务器。
3. 处理投票。针对每一个投票，服务器都需要将别人的 投票和自己的投票进行PK，PK规则如下：

• i. 优先检查 ZXID。ZXID 比较大的服务器优先作为 Leader 。
• ii. 如果ZXID相同，那么就比较myid。myid较大的 服务器作为Leader服务器。 对于 Server1 而言，它的投票是(1, 0)，接收 Server2 的投票为(2, 0)，首先会比较两者的ZXID，均为0，再 比较myid，此时Server2的myid最大，于是更新自 己的投票为(2, 0)，然后重新投票，对于Server2而言， 它不需要更新自己的投票，只是再次向集群中所有机 器发出上一次投票信息即可。

4. 统计投票。每次投票后，服务器都会统计投票信息， 判断是否已经有过半机器接受到相同的投票信息，对 于Server1、Server2而言，都统计出集群中已经有两 台机器接受了(2, 0)的投票信息，此时便认为已经选出 了Leader。
5. 改变服务器状态。一旦确定了Leader，每个服务器就 会更新自己的状态，如果是Follower，那么就变更为 FOLLOWING，如果是Leader，就变更为LEADING。

• 运行过程中的 leader 选举

当集群中的 leader 服务器出现宕机或者不可用的情况时， 那么整个集群将无法对外提供服务，而是进入新一轮的 Leader 选举，服务器运行期间的 Leader 选举和启动时期 的Leader选举基本过程是一致的。

1. 变更状态。Leader挂后，余下的非Observer服务器 都会将自己的服务器状态变更为 LOOKING，然后开 始进入Leader选举过程。
2. 每个Server会发出一个投票。在运行期间，每个服务 器上的ZXID可能不同，此时假定Server1的ZXID为 123，Server3的ZXID为122；在第一轮投票中，Server1 和Server3都会投自己，产生投票(1, 123)，(3, 122)， 然后各自将投票发送给集群中所有机器。接收来自各 个服务器的投票。与启动时过程相同。
3. 处理投票。与启动时过程相同，此时，Server1将会成 为Leader。
4. 统计投票。与启动时过程相同。
5. 改变服务器的状态。与启动时过程相同

下一篇再来详细分析zookeeper核心之：watcher机制。