Java教程

Zookeeper 入门(4):一致性算法,Paxos 算法,

本文主要是介绍Zookeeper 入门(4):一致性算法,Paxos 算法,,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

拜占庭将军问题

拜占庭将军问题是一个协议问题,拜占庭帝国军队的将军们必须全体一致的决定是否攻击某一支敌军。

  • 问题是这些将军在地理上是分隔开来的,并且将军中存在叛徒。
  • 叛徒可以任意行动以达到以下目标:
    • 欺骗某些将军采取进攻行动;促成一个不是所有将军都同意的决定,如当将军们不希望进攻时促成进攻行动;
    • 或者迷惑某些将军,使他们无法做出决定。
    • 如果叛徒达到了这些目的之一,则任何攻击行动的结果都是注定要失败的,只有完全达成一致的努力才能获得胜利。

Paxos算法

  • Paxos算法:一种基于消息传递且具有高度容错特性的一致性算法
  • Paxos算法解决的问题:就是如何快速正确的在一个分布式系统中对某个数据值达成一致,并且保证不论发生任何异常,都不会破坏整个系统的一致性
    在这里插入图片描述

Paxos 算法描述:

在一个 Paxos系统中,首先将所有节点划分为 Proposer(提议者)Acceptor(接受者),和Learner(学习者)。(注意:每个节点都可以身兼数职)。
在这里插入图片描述

一个完整的 Paxos 算法流程分为三个阶段:

  • Prepare准备阶段
    提议者向每个接受者发出 Propose 请求 Promise(承诺),接受者针对收到的 Propose请求进行 Promise(承诺)
  • Accept接受阶段
    Proposer收到多数Acceptor承诺的Promise后,向 Acceptor 发出Propose请求,Acceptor针对收到的Propose请求进行 Accept 处理
  • Learn学习阶段
    Proposer将形成的决议发送给所有Learners

详细步骤

在这里插入图片描述

  • (1)Prepare:
    Proposer 生成全局唯一且递增的 Proposal ID,向所有Acceptor发送Propose请求,这里无需携带提案内容,只携带 Proposal ID即可。相当于Proposer 广播propose请求,寻找接收者
  • (2)Promise:
    Acceptor 收到 Propose 请求后,做出==“两个承诺,一个应答”==。
    • 不再接受 Proposal ID 小于等于(注意:这里是<= )当前请求的Propose请求。
    • 不再接受Proposal ID小于(注意:这里是< )当前请求的 Accept 请求。
    • 不违背以前做出的承诺下,回复已经 Accept 过的提案中 Proposal ID最大的那个提案的 Value和 Proposal ID,没有则返回空值。
  • (3)Propose:
    • Propose r收到多数 Acceptor 的 Promise 应答后,从应答中选择Proposal ID 最大的提案的 Value,作为本次要发起的提案。
    • 如果所有应答的提案 Value 均为空值,则可以自己随意决定提案Value。然后携带当前Proposal ID,向所有Acceptor发送 Propose 请求。
  • (4)Accept:
    Acceptor收到Propose请求后,在不违背自己之前做出的承诺下,接受并持久化当前Proposal ID和提案Value。
  • (5)Learn:
    Proposer 收到多数 Acceptor 的 Accept 后,决议形成,将形成的决议发送给所有Learner。

举例

在这里插入图片描述
在这里插入图片描述
造成这种情况的原因是系统中有 一个以上的 Proposer,多个 Proposers 相互争夺 Acceptor,造成迟迟无法达成一致的情况。

  • 针对这种情况,一种改进的 Paxos 算法被提出:从系统中选出一个节点作为 Leader,只有 Leader 能够发起提案。
  • 这样,一次 Paxos 流程中只有一个 Proposer,不会出现活锁的情况,此时只会出现例子中第一种情况。

ZAB 协议

什么是 ZAB 算法

  • Zab 借鉴了 Paxos 算法,是特别为 Zookeeper 设计的支持崩溃恢复的原子广播协议。基于该协议,Zookeeper 设计为只有一台客户(Leader)负责处理外部的写事务请求,然后 Leader 客户端将数据同步到其他Follower 节点=。即 Zookeeper 只有一个 Leader 可以发起提案。

Zab 协议内容

Zab 协议包括两种基本的模式:消息广播崩溃恢复。

在这里插入图片描述
具体步骤:

  • (1)客户端发起一个写操作请求。
  • (2)Leader 服务器将客户端的请求转化为事务 Proposal 提案,同时为每个 Proposal 分配一个全局的 ID,即 zxid。
  • (3)Leader服务器为每个Follower服务器分配一个单独的队列,然后将需要广播的 Proposal依次放到队列中去,并且根据FIFO策略进行消息发送。
  • (4)Follower接收到Proposal后,会首先将其以事务日志的方式写入本地磁盘中,写入成功后向Leader反馈一个Ack响应消息。
  • (5)Leader接收到超过半数以上Follower的Ack响应消息后,即认为消息发送成功,可以发送commit消息。
  • (6)Leader向所有Follower广播commit消息,同时自身也会完成事务提交。Follower 接收到commit消息后,会将上一条事务提交。
  • (7)Zookeeper采用Zab协议的核心,就是只要有一台服务器提交了Proposal,就要确保所有的服务器最终都能正确提交Proposal。

ZAB协议针对事务请求的处理过程类似于一个两阶段提交过程

  • (1)广播事务阶段
  • (2)广播提交操作

这两阶段提交模型,有可能因为 Leader 宕机带来数据不一致,比如

  • ( 1 ) Leader 发 起 一 个 事 务 Proposal1 后 就 宕 机 , Follower 都 没 有 Proposal1
  • (2)Leader 收到半数 ACK 宕 机,没来得及向 Follower 发送Commit

崩溃恢复

在这里插入图片描述

1、异常假设

在这里插入图片描述

假设两种服务器异常情况:

  • (1)假设一个事务在 Leader 提出之后,Leader挂了。
  • (2)一个事务在Leader上提交了,并且过半的Follower都响应Ack了,但是Leader在Commit消息发出之前挂了。

一旦Leader服务器出现崩溃或者由于网络原因导致Leader服务器失去了与过半 Follower的联系,那么就会进入崩溃恢复模式。 Zab协议崩溃恢复要求满足以下两个要求:

  • 确保已经被 Leader 提交的提案 Proposal,必须最终被所有的Follower服务器提交。 (已经产生的提案,Follower必须执行
  • 确保丢弃已经被Leader提出的,但是没有被提交的Proposal。(丢弃胎死腹中的提案

2、Leader选举

崩溃恢复主要包括两部分:Leader选举和数据恢复
在这里插入图片描述

根据上述要求,Zab 协议 需要保证选举出来的 Leader 需要满足以下条件:

  • 新选举出来的 Leader 不能包含未提交的 Proposal。即新Leader必须都是已经提交了 Proposal 的 Follower 服务器节点。
  • 新选举的 Leader 节点中含有最大的 zxid。这样做的好处是可以避免Leader服务器检查Proposal的提交和丢弃工作。

3、数据恢复

Zab如何数据同步:

  • (1)完成Leader选举后,在正式开始工作之前(接收事务请求,然后提出新的Proposal),Leader服务器会首先确认事务日志中的所有的Proposal 是否已经被集群中过半的服务器Commit。
  • (2)Leader服务器需要确保所有的 Follower 服务器能够接收到每一条事务的Proposal,并且能将所有已经提交的事务Proposal应用到内存数据中。 等到 Follower 将所有尚未同步的事务 Proposal 都从 Leader 服务器上同步过,并且应用到内存数据中以后,Leader 才会把该 Follower 加入到真正可用的 Follower 列表中

CAP

CAP 理论告诉我们,一个分布式系统不可能同时满足以下三种 CAP 理论

  • 一致性(C:Consistency)
  • 可用性(A:Available)
  • 分区容错性(P:Partition Tolerance)

这三个基本需求,最多只能同时满足其中的两项,因为 P 是必须的,因此往往选择就在 CP 或者 AP 中。

1)一致性(C:Consistency)

在分布式环境中,一致性是指数据在多个副本之间是否能够保持数据一致的特性。在一致性的需求下,当一个系统在数据一致的状态下执行更新操作后,应该保证系统的数据仍然处于一致的状态。

2)可用性(A:Available)

可用性是指系统提供的服务必须一直处于可用的状态,对于用户的每一个操作请求总是能够在有限的时间内返回结果

3)分区容错性(P:Partition Tolerance)

分布式系统在遇到任何网络分区故障的时候,仍然需要能够保证对外提供满足一致性和可用性的服务,除非是整个网络环境都发生了故障。

ZooKeeper 保证的是 CP

  • (1)ZooKeeper 不能保证每次服务请求的可用性。(注:在极端环境下,ZooKeeper 可能会丢弃一些请求,消费者程序需要重新请求才能获得结果)。所以说,ZooKeeper 不能保证服务可用性。

  • (2)进行 Leader 选举时集群都是不可用。

这篇关于Zookeeper 入门(4):一致性算法,Paxos 算法,的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!