zookeeper源码分析之leader选举

zookeeper提供顺序一致性、原子性、统一视图、可靠性保证服务
zookeeper使用的是zab(atomic broadcast protocol)协议而非paxos协议
zookeeper能处理并发地处理多个客户端的写请求，并且以FIFO顺序commit这些写操作,zab采用了一个事务ID来实现事务的全局有序性，
在Zab协议的实现时，分为三个阶段：
1、 Leader Election
2、 Recovery Phase
3、 Broadcast Phase

今天就先分析选举算法的源码实现

zookeeper默认选举算法为FastLeaderElection.java。其主要方法为FastLeaderElection.lookForLeader,该接口是一个同步接口，直到选举结束才会返回。选举的结果保存在类Vote中

选举整体过程主要流程可概括为下图：

来看源码实现

1.//首先logicalclock自增， 在这里logicalclock表示本次选举的id，逻辑时钟的值,这个值从0开始递增,每次选举对应一个值,如果在同一次选举中,这个值是一样的,逻辑时钟值越大,说明该节点上的这一次选举leader的进程更加新

0. synchronized(this){  
1.    logicalclock++;  
2.     //如果自己不是OBSERVER，则投给自己    
3.    updateProposal(getInitId(), getInitLastLoggedZxid(), getPeerEpoch());  
4. }  

2.sendNotifications();向所有的node发送notification消息，其主方法：

0. ToSend notmsg = new ToSend(ToSend.mType.notification,proposedLeader, proposedZxid,logicalclock,QuorumPeer.ServerState.LOOKING,sid,proposedEpoch);  
1. 消息格式：  
2. mType  type     消息类型  
3. long   leader     推荐的leader的id,就是配置文件中写好的每个服务器的id  
4. long   zxid         推荐的leader的zxid,zookeeper中的每份数据,都有一个对应的zxid值,越新的数据,zxid值就越大  
5. long   epoch,     logicalclock  
6. ServerState state,  本节点的状态  
7. long    sid         本节点的 id,即myid  

发送完添加到到发送队列中

3.当该节点的状态为LOOKING且没有stop时，就一直loop到选出leader为止

0. //从消息队列中接收消息  
1. Notification n = recvqueue.poll(notTimeout, TimeUnit.MILLISECONDS);  
2. //如没有接收到消息，则检查manager.haveDelivered()，如果已经全部发送出去了，就继续发送，一直到选出leader为止。否则就重新连接。  
3. if(manager.haveDelivered()){  
4.         sendNotifications();  
5.     } else {  
6.         manager.connectAll();  
7.     }  
8.     int tmpTimeOut = notTimeout*2;//延长超时时间    
9.     notTimeout = (tmpTimeOut < maxNotificationInterval? tmpTimeOut : maxNotificationInterval);  

4.如果收到回应消息,则检查回应应状态，回应状态有以下四种：LOOKING、OBSERVING、FOLLOWING、LEADING
5.下面分析最核心的LOOKING状态：

0. case LOOKING:  
1. // If notification > current, replace and send messages out  
2. if (n.electionEpoch > logicalclock) {//该节点的epoch大于 logicalclock,表示当前新一轮的选举  
3.    logicalclock = n.electionEpoch;//更新本地的logicalclock  
4.    recvset.clear();//清空接收队列recvset  
5. //调用totalOrderPredicate决定是否更新自己的投票,依次比较选举轮数epoch，事务zxid，服务器编号server id(myid)    
6.    if(totalOrderPredicate(n.leader, n.zxid, n.peerEpoch,getInitId(), getInitLastLoggedZxid(), getPeerEpoch())) {  
7.        updateProposal(n.leader, n.zxid, n.peerEpoch);//把投票修改为对方的  
8.    } else {  
9.        updateProposal(getInitId(),getInitLastLoggedZxid(), getPeerEpoch());  
10.    }  
11.    sendNotifications();//广播消息  
12. } else if (n.electionEpoch < logicalclock) {//如果该节点的epoch小于logicalclock，则忽略  
13.    break;  
14. } else if (totalOrderPredicate(n.leader, n.zxid, n.peerEpoch,proposedLeader, proposedZxid, proposedEpoch)) {  
15.    updateProposal(n.leader, n.zxid, n.peerEpoch);  
16.    sendNotifications();  
17. }  
18. recvset.put(n.sid, new Vote(n.leader, n.zxid, n.electionEpoch, n.peerEpoch));//把从该节点的信息发到recvset中，表明已经收到该节点的回应  
19. //通过termPredicate函数判断recvset是否已经达到法定quorum，默认超过半数就通过  
20. if (termPredicate(recvset, new Vote(proposedLeader, proposedZxid, logicalclock, proposedEpoch))) {  
21. // Verify if there is any change in the proposed leader  
22.    while((n = recvqueue.poll(finalizeWait, TimeUnit.MILLISECONDS)) != null){//循环，一直等新的notification到达,直到超时  
23.        if(totalOrderPredicate(n.leader, n.zxid, n.peerEpoch, proposedLeader, proposedZxid, proposedEpoch)){  
24.            recvqueue.put(n);  
25.            break;  
26.        }  
27.    }  
28.   if (n == null) {//确定leader  
29.        self.setPeerState((proposedLeader == self.getId()) ?ServerState.LEADING: learningState());  
30.        Vote endVote = new Vote(proposedLeader, proposedZxid, proposedEpoch);  
31.        leaveInstance(endVote);//清空接收队列  
32.        return endVote;  
33.    }  
34. }   
35.   
36.   
37.    /* 
38.      *  
39.      *  返回true说明需要更新数据 
40.      * We return true if one of the following three cases hold: 
41.      * 1- New epoch is higher 
42.      * 2- New epoch is the same as current epoch, but new zxid is higher 
43.      * 3- New epoch is the same as current epoch, new zxid is the same 
44.      *  as current zxid, but server id is higher. 
45.      */  
46. protected boolean totalOrderPredicate(long newId, long newZxid, long newEpoch, long curId, long curZxid, long curEpoch) {  
47. ...   
48.    return ((newEpoch > curEpoch) || ((newEpoch == curEpoch) && ((newZxid > curZxid) || ((newZxid == curZxid) && (newId > curId)))));  
49. }  

zookeeper的leader算法类似于公民选举，每一个节点(选民)，他们都有自己的推荐人(自己)。谁更适合成为leader有一个简单的规则，例如zxid(数据新)、sid/myid(服务编号大)。每个选民都告诉其他选民自己目前的推荐人是谁,当选民发现有比自己更适合的人时就转而推荐这个更适合的人。最后，过半数人意见一致时，就可以结束选举。当然，如果大多数人已经选举出了leader，那剩下的选民(无论是否参与投票)就只能接受已经选出的leader。


watch注意事项
1.Zookeeper客户端可以在znode上设置Watch。znode发生的变化会触发watch然后清除watch。当一个watch被触发，Zookeeper给客户端发送一个通知，当ZooKeeper客户端断开和服务器的连接，直到重新连接上这段时间你都收不到任何通知。如果你正在监视znode是否存在，那么你在断开连接期间收不到它创建和销毁的通知。

2.Zookeeper的客户端和服务会检查确保每个znode上的数据小于1M，因为Zookeeper为了提供高吞吐量，保存到内存里的数据量不宜过多

转载请注明来源：http://blog.csdn.net/odailidong/article/details/41855613