深入浅出 Zookeeper 中的 ZAB 协议

之前分布式协议的文章已经更新 8 篇了，本篇是第 9 篇，探讨下 Zookeeper 中非常出名的 ZAB 协议。

分布式文章汇总：

[《用三国杀讲分布式算法，舒适了吧？拜占庭将军问题》]

《[用太极拳讲分布式理论，真舒服！CAP、BASE、ACID》]

[《诸葛亮 VS 庞统，拿下分布式 Paxos》]

《[用动图讲解分布式 Raft》]

《[韩信大招：一致性哈希》]

[《病毒入侵：全靠分布式 Gossip 协议》]

《[太上老君的炼丹炉之分布式 Quorum NWR》]

《[紫霞仙子：顶得住区块链的十二连问吗？POW 协议》]

喜欢的小伙伴别忘了关注哦 ↓↓

本文主要内容如下：

ZAB 协议的全称是 Zookeeper Atomic Broadcase，原子广播协议。

作用：通过这个 ZAB 协议可以进行集群间主备节点的数据同步，保证数据的一致性。

在讲解 ZAB 协议之前，我们必须要了解 Zookeeper 的各节点的角色。

Zookeeper 各节点的角色

Leader

• 负责处理客户端发送的读、写事务请求。这里的事务请求可以理解这个请求具有事务的 ACID 特性。
• 同步写事务请求给其他节点，且需要保证事务的顺序性。
• 状态为 LEADING。

Follower

• 负责处理客户端发送的读请求
• 转发写事务请求给 Leader。
• 参与 Leader 的选举。
• 状态为 FOLLOWING。

Observer

和 Follower 一样，唯一不同的是，不参与 Leader 的选举，且状态为 OBSERING。

可以用来线性扩展读的 QPS。

启动阶段，如何选 Leader？

Zookeeper 刚启动的时候，多个节点需要找出一个 Leader。怎么找呢，就是用投票。

比如集群中有两个节点，A 和 B，原理图如下所示：

• 节点 A 先投票给自己，投票信息包含节点 id（SID) 和一个 ZXID，如 （1,0）。SID 是配置好的，且唯一，ZXID 是唯一的递增编号。
• 节点 B 先投票给自己，投票信息为（2,0）。
• 然后节点 A 和 B 将自己的投票信息投票给集群中所有节点。
• 节点 A 收到节点 B 的投票信息后，检查下节点 B 的状态是否是本轮投票，以及是否是正在选举(LOOKING)的状态。
• 投票 PK：节点 A 会将自己的投票和别人的投票进行 PK，如果别的节点发过来的 ZXID 较大，则把自己的投票信息更新为别的节点发过来的投票信息，如果 ZXID 相等，则比较 SID。这里节点 A 和 节点 B 的 ZXID 相同，SID 的话，节点 B 要大些，所以节点 A 更新投票信息为（2，0），然后将投票信息再次发送出去。而节点 B 不需要更新投票信息，但是下一轮还需要再次将投票发出去。

这个时候节点 A 的投票信息为（2，0），如下图所示：

• 统计投票：每一轮投票，都会统计每台节点收到的投票信息，判断是否有过半的节点收到了相同的投票信息。节点 A 和 节点 B 收到的投票信息都为（2，0），且数量来说，大于一半节点的数量，所以将节点 B 选出来作为 Leader。
• 更新节点状态：节点 A 作为 Follower，更新状态为 FOLLOWING，节点 B 作为 Leader，更新状态为 LEADING。

运行期间，Leader 宕机了怎么办？

在 Zookeeper 运行期间，Leader 会一直保持为 LEADING 状态，直到 Leader 宕机了，这个时候就要重新选 Leader，而选举过程和启动阶段的选举过程基本一致。

需要注意的点：

• 剩下的 Follower 进行选举，Observer 不参与选举。
• 投票信息中的 zxid 用的是本地磁盘日志文件中的。如果这个节点上的 zxid 较大，就会被当选为 Leader。如果 Follower 的 zxid 都相同，则 Follower 的节点 id 较大的会被选为 Leader。

节点之间如何同步数据的？

不同的客户端可以分别连接到主节点或备用节点。

而客户端发送读写请求时是不知道自己连的是Leader 还是 Follower，如果客户端连的是主节点，发送了写请求，那么 Leader 执行 2PC（两阶段提交协议）同步给其他 Follower 和 Observer 就可以了。但是如果客户端连的是 Follower，发送了写请求，那么 Follower 会将写请求转发给 Leader，然后 Leader 再进行 2PC 同步数据给 Follower。

两阶段提交协议：

• 第一阶段：Leader 先发送 proposal 给 Follower，Follower 发送 ack 响应给 Leader。如果收到的 ack 过半，则进入下一阶段。
• 第二阶段： Leader 从磁盘日志文件中加载数据到内存中，Leader 发送 commit 消息给 Follower，Follower 加载数据到内存中。

我们来看下 Leader 同步数据的流程：

• ① 客户端发送写事务请求。
• ② Leader 收到写请求后，转化为一个 "proposal01：zxid1" 事务请求，存到磁盘日志文件。
• ③ 发送 proposal 给其他 Follower。
• ④ Follower 收到 proposal 后，Follower 写磁盘日志文件。

接着我们看下 Follower 收到 Leader 发送的 proposal 事务请求后，怎么处理的：

• ⑤ Follower 返回 ack 给 Leader。
• ⑥ Leader 收到超过一半的 ack，进行下一阶段
• ⑦ Leader 将磁盘中的日志文件的 proposal 加载到 znode 内存数据结构中。
• ⑧ Leader 发送 commit 消息给所有 Follower 和 Observer。
• ⑨ Follower 收到 commit 消息后，将 磁盘中数据加载到 znode 内存数据结构中。

现在 Leader 和 Follower 的数据都是在内存数据中的，且是一致的，客户端从 Leader 和 Follower 读到的数据都是一致的。

ZAB 的顺序一致性怎么做到的？

Leader 发送 proposal 时，其实会为每个 Follower 创建一个队列，都往各自的队列中发送 proposal。

如下图所示是 Zookeeper 的消息广播流程：

客户端发送了三条写事务请求，对应的 proposal 为

proposal01:zxid1
proposal02:zxid2
proposal03:zxid3

Leader 收到请求后，依次放到队列中，然后 Follower 依次从队列中获取请求，这样就保证了数据的顺序性。

Zookeeper 到底是不是强一致性？

官方定义：顺序一致性。

不保证强一致性，为什么呢？

因为 Leader 再发送 commit 消息给所有 Follower 和 Observer 后，它们并不是同时完成 commit 的。

比如因为网络原因，不同节点收到的 commit 较晚，那么提交的时间也较晚，就会出现多个节点的数据不一致，但是经过短暂的时间后，所有节点都 commit 后，数据就保持同步了。

另外 Zookeeper 支持强一致性，就是手动调用 sync 方法来保证所有节点都 commit 才算成功。

这里有个问题：如果某个节点 commit 失败，那么 Leader 会进行重试吗？如何保证数据的一致性？欢迎讨论。

Leader 宕机数据丢失问题

第一种情况：假设 Leader 已经将消息写入了本地磁盘，但是还没有发送 proposal 给 Follower，这个时候 Leader 宕机了。

那就需要选新的 Leader，新 Leader 发送 proposal 的时候，包含的 zxid 自增规律会发生一次变化：

• zxid 的高 32 位自增 1 一次，高 32 位代表 Leader 的版本号。
• zxid 的低 32 位自增 1，后续还是继续保持自增长。

当老 Leader 恢复后，会转成 Follower，Leader 发送最新的 proposal 给它时，发现本地磁盘的 proposal 的 zxid 的高 32 位小于新 Leader 发送的 proposal，就丢弃自己的 proposal。

第二种情况：如果 Leader 成功发送了 commit 消息给 Follower，但是所有或者部分 Follower 还没来得及 commit 这个 proposal，也就是加载磁盘中的 proposal 到 内存中，这个时候 Leader 宕机了。

那么就需要选出磁盘日志中 zxid 最大的 Follower，如果 zxid 相同，则比较节点 id，节点 id 大的作为 Leader。

本篇尽量用大白话+画图的方式进行讲解，希望能给大家带来启发。如有不足，欢迎留言讨论。

参考资料：

《从Paxos到Zookeeper 分布式一致性原理与实践》

https://time.geekbang.org/column/article/229975

- END -