ZAB最总一致性算法

一、老生常谈

? ? ? ? 1、CAP理论

? ? ? ? 对于一个分布式系统，不能同时满足以下三点

? ? ? ? ? ? ? ? 一致性（Consistency）：对某个指定的客户端来说，读操作保证能够返回最新的写操作结果。（服务A接收请求，将结果同步到服务B上，直到服务B给出正确的响应结果，才将结果返回给用户，服务A阻塞等待牺牲可用性）

????????????????可用性（Availability）：非故障的节点在合理的时间内返回合理的响应（不是错误和超时的响应）。（服务A接收请求处理后，服务B异步完成处理，提高系统性能）

????????????????分区容错性（Partition Tolerance）：当出现网络分区后，系统能够继续履行职责。

????????????????

2、CAP理论的应用

实际的互联网应用中我们一定要选择P，因为分布式系统中我们不可能建立一个网络不出现任何故障的集群；

因此互联网项目中一般是CP应用或者是AP应用；

CP应用：数据分区，所有节点同步完所有数据后给予客户端响应

AP应用：数据分区，接收请求的节点完成数据更新后给予客户端响应（数据同步通过异步或其它形式，若出现同步问题，可以采用补偿的形式保证最终一致性）

AC应用：数据不分区，所有的数据再一个应用上。单体应用；

二、ZAB算法原理

? ? ? ? 1、ZAB算法的选举

? ? ? ? ? ? ? ? 基础概念

? ? ? ? ? ? ? ? SID：机器id? ? ? ?

? ? ? ? ? ? ? ? epoch：任期编号? ? ? ?

? ? ? ? ? ? ? ? counter：索引序号（每增加一直值索引序号增加1）

? ? ? ? ? ? ? ? zid：事务id（epoch+counter）

? ? ? ? ? ? ? ? 节点角色

????????????????Leader：通过选举确定一台机器，为客户端提供读写功能
????????????????Follower：提供读功能，参与选举
????????????????Observer：提供读功能，不参与选举，也不参与过半成功策略。因此observer是在不影响写性能下，提升集群的读性能

? ? ? ? ? ? ? ? 选举规则：优先比较zid，在比较SID（zid>SID）

? ? ? ? ? ? ? ? 选举过程

? ? ? ? ? ? ? ? ? ? ? ? 初始化状态（集群初始化）：

????????????????????????????????1 节点启动时，epoch以及counter相同，依据SID进行判断，自身节点最大时，想自己投一票并向其它节点拉票；

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 2 当获得票数超过节点数一半时成为leader；

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 3 leader将资深epoch节点+1同步给其它节点；并向其它节点发送心跳

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 4 新加入的节点加入后即使发现资深SID较大，但已经有leader了，会以follower的身份加入：

? ? ? ? 2、原子广播阶段（数据同步）

? ? ? ? ? ? ? ? 每个节点都是队列维护日志数据；

? ? ? ? ? ? ? ? 1、leader接收数据，保存日志为未提交状态，并将日志同步到follower；

? ? ? ? ? ? ? ? 2、follower接收请求后保存日志（未提交状态），并告诉leader保存成功；

? ? ? ? ? ? ? ? 3、半数以上follower节点保存成功，leader节点把日志提交，发出提交命令；

? ? ? ? 3、崩溃恢复

? ? ? ? ? ? ? ? 1、新的leader由于zid较大成为leader，新的leader会将自己有的日志未提交的数据同步给follower节点处理掉；

? ? ? ? ? ? ? ? 2、旧的leader将日志存储后没有广播日志就挂了，新任leader没有此条日志，旧的leader启动时以follower启动时再加入集群会将没有广播的那条消息丢弃；

????????