zookeeper选举流程源码分析
选举的代码主要是在QuorumPeer.java
这个类中。
它有一个内部枚举类,用来表示当前节点的状态。
public enum ServerState {LOOKING, FOLLOWING, LEADING, OBSERVING;}
LOOKING: 当前节点在选举过程中
FOLLOWING:当前节点是从节点
LEADING: 当前节点是主节点
OBSERVING: 当前节点是观察者状态,这种状态的节点不参与选举的投票。
QuorumPeer
有个run
方法,就是用来根据当前节点不同的状态,进行不同的处理。
下面看下这段代码主要的框架
@Overridepublic void run() {updateThreadName();LOG.debug("Starting quorum peer");// 这里是注册jmx消息,不用关注//下面就是选举的框架代码了try {//running 表示当前节点的状态,只要在运行过程中,就会一直根据当前节点的状态进行不同的处理while (running) {//getPeerState()用来获取当前节点的状态,就是上面提到的枚举类。//下面就会根据不同的状态进行不同的处理switch (getPeerState()) {case LOOKING:LOG.info("LOOKING");......//选举就是调用下面的这行代码来完成的。//后面我们也就单独就这个代码来进行分析setCurrentVote(makeLEStrategy().lookForLeader());......break;case OBSERVING:......//按照观察者的逻辑进行处理 break;case FOLLOWING:......//按照从节点的逻辑进行处理break;case LEADING:......//按照主节点的逻辑进行处理break;}start_fle = Time.currentElapsedTime();}} finally {......}}
上面代码的逻辑还是比较清楚的,就是一直在这几种状态之间处理。
每种状态的处理逻辑基本都是如下
try {//处理业务逻辑,正常情况下,会一直在这里。//除非当前的状态逻辑已经处理完毕,如LOOKING,或者抛出了异常,这时就需要重置状态} catch (Exception e) {LOG.warn("Unexpected exception",e);} finally {//重置状态updateServerState();}
下面我们看看上面选举的这行代码 setCurrentVote(makeLEStrategy().lookForLeader());
。这行代码会调用具体执行选举的类执行具体的选举操作,并返回对应的投票信息,并设置成当前的投票信息。
默认的选举的是FastLeaderElection
,对应的选举逻辑就在lookForLeader
方法中。下面我们就直接去看看FastLeaderElection
的lookForLeader
方法吧。
选举的主要逻辑就是告诉其他节点。我是谁,我选谁做为主节点。
public Vote lookForLeader() throws InterruptedException {......try {//recvset用来保存投票信息,//key表示选民身份,也就是这个票是谁投的(注意:每个节点只会有一个有效的投票,后面的投票会覆盖掉之前的投票)//value用来表示具体投票的内容HashMap<Long, Vote> recvset = new HashMap<Long, Vote>();HashMap<Long, Vote> outofelection = new HashMap<Long, Vote>();int notTimeout = finalizeWait;synchronized(this){//每次投票前,会先更新这个logicalclock逻辑时钟,这个用来表示当前是第几次选举了,对比投票信息的时候会用到,这个很关键logicalclock.incrementAndGet();//首先给自己投一票updateProposal(getInitId(), getInitLastLoggedZxid(), getPeerEpoch());}LOG.info("New election. My id = " + self.getId() +", proposed zxid=0x" + Long.toHexString(proposedZxid));//发送投票信息sendNotifications();
在上面的代码,首先会把logicalclock
+1,表示当前是启动后的第几轮选取,这个参数是保存在内存中的,也就是每次启动都会从0开始。
那会不会出现节点之间logicalclock
不同的情况呢,这个情况是有可能会出现的。不过后面选举过程中,相互发送消息也就会发送logicalclock
,会和自己的logicalclock
比较,进行修正。
在开始选举的时候,首先会给自己投一票。
会调用sendNotifications
方法将投票者(自己)的信息和投票信息发出去。
会发送这些信息:
- proposedLeader : 选举的主节点
- proposedZxid: 选举的节点zxid,这个字段是long类型,前面32 bit表示epoch,后面32bit表示事务id
- logicalclock:投票者的逻辑时钟
- QuorumPeer.ServerState.LOOKING:投票者的状态(投票的状态肯定是looking)
- sid: 投票者的id
- proposedEpoch :选举节点的epoch,也就是proposedZxid的前面32 bit
下面看看具体的选举代码
//如果当前节点一直是looking,且服务没有停止,就会一直进行选举流程while ((self.getPeerState() == ServerState.LOOKING) &&(!stop)){// 获取其他节点发送过来的消息Notification n = recvqueue.poll(notTimeout,TimeUnit.MILLISECONDS);//如果没有收到消息,就去检查下和其他节点的连接是否正常,尽力使消息能发送。if(n == null){......} // 验证收到消息的节点和它选举的主节点是否有效else if (validVoter(n.sid) && validVoter(n.leader)) {//这里就会根据收到消息的节点状态进行分别进行处理// 比如自己是后加入进来的,这时就已经有了leader节点,对应的也就有follow节点// 也有可能大家都刚启动,或者主节点挂掉了,这时大家都会又会是looking状态switch (n.state) {// 如果对方节点是投票状态case LOOKING:// If notification > current, replace and send messages out//首先比较logicalclock,如果对方的logicalclock比自己的大,就修正自己的`logicalclock`,同时清空自己的票箱,重新计票if (n.electionEpoch > logicalclock.get()) {logicalclock.set(n.electionEpoch);recvset.clear();// 这里会比较票的信息,如果对方选的leader节点的比自己大,就推举对方选的leader节点,否则还是将票投给自己if(totalOrderPredicate(n.leader, n.zxid, n.peerEpoch,getInitId(), getInitLastLoggedZxid(), getPeerEpoch())) {updateProposal(n.leader, n.zxid, n.peerEpoch);} else {updateProposal(getInitId(),getInitLastLoggedZxid(),getPeerEpoch());}sendNotifications();// 如果自己的logicalclock 比对方的大,直接忽略对方的票} else if (n.electionEpoch < logicalclock.get()) {......break;// 如果logicalclock相等,那就直接比较自己当前选出来的leader和对方选出来的leader进行比较,如果自己的大,就不做处理,如果对方的大,就更新自己的票,重新投票} else if (totalOrderPredicate(n.leader, n.zxid, n.peerEpoch,proposedLeader, proposedZxid, proposedEpoch)) {updateProposal(n.leader, n.zxid, n.peerEpoch);sendNotifications();}//在这里将对方的票扔进投票箱// don't care about the version if it's in LOOKING staterecvset.put(n.sid, new Vote(n.leader, n.zxid, n.electionEpoch, n.peerEpoch));//这里就对投票进行统计了,如果过半,就要设置leader了,不过在这之前,会再等一个时间,看看其他节点是否有选出更适合的leader。//如果没有,那就设置对方节点选出来的leader为主节点,对比下leader是不是自己,如果是自己,就将自己的状态修改为leader,否则就修改成follow。同时保存当前leader信息if (termPredicate(recvset,new Vote(proposedLeader, proposedZxid,logicalclock.get(), proposedEpoch))) {// Verify if there is any change in the proposed leaderwhile((n = recvqueue.poll(finalizeWait,TimeUnit.MILLISECONDS)) != null){if(totalOrderPredicate(n.leader, n.zxid, n.peerEpoch,proposedLeader, proposedZxid, proposedEpoch)){recvqueue.put(n);break;}}/** This predicate is true once we don't read any new* relevant message from the reception queue*/if (n == null) {self.setPeerState((proposedLeader == self.getId()) ?ServerState.LEADING: learningState());Vote endVote = new Vote(proposedLeader,proposedZxid, logicalclock.get(), proposedEpoch);leaveInstance(endVote);return endVote;}}break;case OBSERVING://这种状态的节点是不参与投票的,所以对它的发送的投票信息进行忽略。break;case FOLLOWING:case LEADING:
//如果对方是following或者leading,说明当前已经有主节点了,在这里就直接统计票数信息,并验证根据票数信息统计出来的leader节点和回应自己消息的自称leader节点 是不是同一个,如果是同一个,说明信息是吻合的,就会去设置自己的节点状态。需要注意的是,投票信息不但会发送给其他节点,也会给自己发送。所以这里会判断对方节点是否是当前节点。......break;default:......}} else {......}}return null;} finally {......}}
比较节点大小也比较简单。
((newEpoch > curEpoch) ||((newEpoch == curEpoch) &&((newZxid > curZxid) || ((newZxid == curZxid) && (newId > curId)))));
首先比较epoch,其次比较zxid,最后比较myid。
myid就是我们在zookeeper每个节点中设置myid文件中对应的值。
zxid是两部分,前32bit epoch,后32 bit 事务序号。在一个节点成为leader节点后,首先会将epoch的值+1,同时将事务序号设置成0。zxid是持久化写入文件的,所以重启也不会丢失。
logicalclock在内存中,所以每次启动都会从0开始。
给其他节点发送投票消息的时候,也会给自己发送,其他节点是通过网络发送,给自己是直接放到接收投票信息的队列。