集群选举算法实现
一个分布式服务集群管理通常需要一个协调服务,提供服务注册、服务发现、配置管理、组服务等功能,而协调服务自身应是一个高可用的服务集群,zookeeper是广泛应用且众所周知的协调服务。协调服务自身的高可用需要选举算法来支撑,本文将讲述选举原理并以分布式服务集群nebulabootstrap的协调服务nebulabeacon为例详细说明协调服务的选举实现。
为什么要选nebulabeacon来说明协调服务的选举实现?一方面是我没有读过zookeeper的代码,更重要的另一方面是nebulabeacon的选举实现只有两百多行代码,简单精炼,很容易讲清楚。基于高性能c++网络框架nebula实现的分布式服务集群nebulabootstrap是一种用c++快速构建高性能分布式服务的解决方案。
为什么要实现自己的协调服务而不直接用zookeeper?想造个c++的*,整个集群都是c++服务,因为选了zookeeper而需要部署一套java环境,配置也跟其他服务不是一个体系,实在不是一个好的选择。spring cloud有eureka,nebulabootstrap有nebulabeacon,未来nebulabootstrap会支持zookeeper,不过暂无时间表,还是首推nebulabeacon。
1. 选举算法选择
paxos算法 和 zookeeper zab协议 是两种较广为人知的选举算法。zab协议主要用于构建一个高可用的分布式数据主备系统,例如zookeeper,而paxos算法则是用于构建一个分布式的一致性状态机系统。也有很多应用程序采用自己设计的简单的选举算法,这类型简单的选举算法通常依赖计算机自身因素作为选举因子,比如ip地址、cpu核数、内存大小、自定义序列号等。
paxos规定了四种角色(proposer,acceptor,learner,以及client)和两个阶段(promise和accept)。 zab服务具有四种状态:looking、following、leading、observing。 nebulabeacon是高可用分布式系统的协调服务,采用zap协议更为合适,不过zap协议还是稍显复杂了,nebulabeacon的选举算法实现基于节点的ip地址标识,选举速度快,实现十分简单。
2. 选举相关数据结构
nebulabeacon的选举相关数据结构非常简单:
const uint32 sessiononlinenodes::mc_uileader = 0x80000000; ///< uint32最高位为1表示leader const uint32 sessiononlinenodes::mc_uialive = 0x00000007; ///< 最近三次心跳任意一次成功则认为在线 std::map<std::string, uint32> m_mapbeacon; ///< key为节点标识,值为在线心跳及是否为leader标识
如上数据结构m_mapbeacon保存了beacon集群各beacon节点信息,以beacon节点的ip地址标识为key排序,每次遍历均从头开始,满足条件(1&&2 或者 1&&3)则标识为leader:1. 节点在线;2. 已经成为leader; 3. 整个列表中不存在在线的leader,而节点处于在线节点列表的首位。
3. beacon选举流程
beacon选举基于节点ip地址标识,实现非常简单且高效。
"beacon":["192.168.1.11:16000", "192.168.1.12:16000"]
进程启动时首先检查beacon集群配置,若未配置其他beacon节点信息,则默认只有一个beacon节点,此时该节点在启动时自动成为leader节点。否则,向其他beacon节点发送一个心跳消息,等待定时器回调检查并选举出leader节点。选举流程如下图:
检查是否在线就是通过检查两次定时器回调之间是否收到了其他beacon节点的心跳消息。对m_mapbeacon的遍历检查判断节点在线情况,对已离线的leader节点置为离线状态,若当前节点应成为leader节点则成为leader节点。
4. beacon节点间选举通信
beacon节点间的选举通信与节点心跳合为一体,这样做的好处是当leader节点不可用时,fllower节点立刻可以成为leader节点,选举过程只需每个fllower节点遍历自己内存中各beacon节点的心跳信息即可,无须在发现leader不在线才发起选举,更快和更好地保障集群的高可用性。
beacon节点心跳信息带上了leader节点作为协调服务产生的新数据,fllower节点在接收心跳的同时完成了数据同步,保障任意一个fllower成为leader时已获得集群所有需协调的信息并可随时切换为leader。除定时器触发的心跳带上协调服务产生的新数据之外,leader节点产生新数据的同时会立刻向fllower发送心跳。
5. beacon选举实现
beacon心跳协议proto:
/** * @brief beacon节点间心跳 */ message election { int32 is_leader = 1; ///< 是否主节点 uint32 last_node_id = 2; ///< 上一个生成的节点id repeated uint32 added_node_id = 3; ///< 新增已使用的节点id repeated uint32 removed_node_id = 4; ///< 删除已废弃的节点id }
检查beacon配置,若只有一个beacon节点则自动成为leader:
void sessiononlinenodes::initelection(const neb::cjsonobject& obeacon) { neb::cjsonobject obeaconlist = obeacon; for (int i = 0; i < obeaconlist.getarraysize(); ++i) { m_mapbeacon.insert(std::make_pair(obeaconlist(i) + ".1", 0)); } if (m_mapbeacon.size() == 0) { m_bisleader = true; } else if (m_mapbeacon.size() == 1 && getnodeidentify() == m_mapbeacon.begin()->first) { m_bisleader = true; } else { sendbeaconbeat(); } }
发送beacon心跳:
void sessiononlinenodes::sendbeaconbeat() { log4_trace(""); msgbody omsgbody; election oelection; if (m_bisleader) { oelection.set_is_leader(1); oelection.set_last_node_id(m_unlastnodeid); for (auto it = m_setaddednodeid.begin(); it != m_setaddednodeid.end(); ++it) { oelection.add_added_node_id(*it); } for (auto it = m_setremovednodeid.begin(); it != m_setremovednodeid.end(); ++it) { oelection.add_removed_node_id(*it); } } else { oelection.set_is_leader(0); } m_setaddednodeid.clear(); m_setremovednodeid.clear(); omsgbody.set_data(oelection.serializeasstring()); for (auto iter = m_mapbeacon.begin(); iter != m_mapbeacon.end(); ++iter) { if (getnodeidentify() != iter->first) { sendto(iter->first, neb::cmd_req_leader_election, getsequence(), omsgbody); } } }
接收beacon心跳:
void sessiononlinenodes::addbeaconbeat(const std::string& strnodeidentify, const election& oelection) { if (!m_bisleader) { if (oelection.last_node_id() > 0) { m_unlastnodeid = oelection.last_node_id(); } for (int32 i = 0; i < oelection.added_node_id_size(); ++i) { m_setnodeid.insert(oelection.added_node_id(i)); } for (int32 j = 0; j < oelection.removed_node_id_size(); ++j) { m_setnodeid.erase(m_setnodeid.find(oelection.removed_node_id(j))); } } auto iter = m_mapbeacon.find(strnodeidentify); if (iter == m_mapbeacon.end()) { uint32 uibeaconattr = 1; if (oelection.is_leader() != 0) { uibeaconattr |= mc_uileader; } m_mapbeacon.insert(std::make_pair(strnodeidentify, uibeaconattr)); } else { iter->second |= 1; if (oelection.is_leader() != 0) { iter->second |= mc_uileader; } } }
检查在线leader,成为leader:
void sessiononlinenodes::checkleader() { log4_trace(""); std::string strleader; for (auto iter = m_mapbeacon.begin(); iter != m_mapbeacon.end(); ++iter) { if (mc_uialive & iter->second) { if (mc_uileader & iter->second) { strleader = iter->first; } else if (strleader.size() == 0) { strleader = iter->first; } } else { iter->second &= (~mc_uileader); } uint32 uileaderbit = mc_uileader & iter->second; iter->second = ((iter->second << 1) & mc_uialive) | uileaderbit; if (iter->first == getnodeidentify()) { iter->second |= 1; } } if (strleader == getnodeidentify()) { m_bisleader = true; } }
6. beacon节点切换leader
通过nebula集群的命令行管理工具nebcli可以很方便的查看beacon节点状态,nebcli的使用说明见nebcli项目的readme。下面启动三个beacon节点,并反复kill掉beacon进程和重启,查看leader节点的切换情况。
启动三个beacon节点:
nebcli): show beacon node is_leader is_online 192.168.157.176:16000.1 yes yes 192.168.157.176:17000.1 no yes 192.168.157.176:18000.1 no yes
kill掉leader节点:
nebcli): show beacon node is_leader is_online 192.168.157.176:16000.1 no no 192.168.157.176:17000.1 yes yes 192.168.157.176:18000.1 no yes
kill掉fllower节点:
nebcli): show beacon node is_leader is_online 192.168.157.176:16000.1 no no 192.168.157.176:17000.1 yes yes 192.168.157.176:18000.1 no no
重启被kill掉的两个节点:
nebcli): show beacon node is_leader is_online 192.168.157.176:16000.1 no yes 192.168.157.176:17000.1 yes yes 192.168.157.176:18000.1 no yes
fllower节点在原leader节点不可用后成为leader节点,且只要不宕机则一直会是leader节点,即使原leader节点重新变为可用状态也不会再次切换。
7. 结束
开发nebula框架目的是致力于提供一种基于c++快速构建高性能的分布式服务。如果觉得本文对你有用,别忘了到nebula的github或码云给个star,谢谢。
上一篇: OpenCV 填充(ROI)+模糊操作