Zookeeper一致性共识算法ZAB详解

      Zookeeper中一致性共识算法ZAB（Zookeeper Atomic Broadcast protocol）改进了Raft算法，提供一致性的元数据存储，多用在分布式系统中共享元数据信息。下面来看看具体细节。

1.ZAB介绍

      ZAB协议全称就是ZooKeeper Atomic Broadcast protocol，是ZooKeeper用来实现一致性的算法，分成如下4个阶段。

先来解释下部分名词:

• electionEpoch：每执行一次leader选举，electionEpoch就会自增，用来标记leader选举的轮次
• peerEpoch：每次leader选举完成之后，都会选举出一个新的peerEpoch，用来标记事务请求所属的轮次
• zxid：事务请求的唯一标记，由leader服务器负责进行分配。由2部分构成，高32位是上述的peerEpoch，低32位是请求的计数，从0开始。所以由zxid我们就可以知道该请求是哪个轮次的，并且是该轮次的第几个请求。
• lastProcessedZxid：最后一次commit的事务请求的zxid

Leader election:

leader选举过程，electionEpoch自增，在选举的时候lastProcessedZxid越大，越有可能成为leader

Discovery：

第一：leader收集follower的lastProcessedZxid，这个主要用来通过和leader的lastProcessedZxid对比来确认follower需要同步的数据范围
第二：选举出一个新的peerEpoch，主要用于防止旧的leader来进行提交操作（旧leader向follower发送命令的时候，follower发现zxid所在的peerEpoch比现在的小，则直接拒绝，防止出现不一致性）

Synchronization：

follower中的事务日志和leader保持一致的过程，就是依据follower和leader之间的lastProcessedZxid进行，follower多的话则删除掉多余部分，follower少的话则补充，一旦对应不上则follower删除掉对不上的zxid及其之后的部分然后再从leader同步该部分之后的数据

Broadcast:

正常处理客户端请求的过程。leader针对客户端的事务请求，然后提出一个议案，发给所有的follower，一旦过半的follower回复OK的话，leader就可以将该议案进行提交了，向所有follower发送提交该议案的请求，leader同时返回OK响应给客户端

      上面简单的描述了上述4个过程，这4个过程的详细描述在zab的paper中可以找到，但是我看了之后基本和zab的源码实现上相差有点大，这里就不再提zab paper对上述4个过程的描述了，下面会详细的说明ZooKeeper源码中是具体怎么来实现的

2.ZAB协议源码实现

先看下ZooKeeper整体的实现情况，如下图所示

上述实现中Recovery Phase包含了ZAB协议中的Discovery和Synchronization。

2.1 重要的数据介绍

加上前面已经介绍的几个名词

• long lastProcessedZxid：
  最后一次commit的事务请求的zxid
• LinkedListcommittedLog、long maxCommittedLog、long minCommittedLog：
  ZooKeeper会保存最近一段时间内执行的事务请求议案，个数限制默认为500个议案。上述committedLog就是用来保存议案的列表，上述maxCommittedLog表示最大议案的zxid,minCommittedLog表示committedLog中最小议案的zxid。
• ConcurrentMap<Long, Proposal> outstandingProposals
  Leader拥有的属性，每当提出一个议案，都会将该议案存放至outstandingProposals，一旦议案被过半认同了，就要提交该议案，则从outstandingProposals中删除该议案
• ConcurrentLinkedQueuetoBeApplied
  Leader拥有的属性，每当准备提交一个议案，就会将该议案存放至该列表中，一旦议案应用到ZooKeeper的内存树中了，然后就可以将该议案从toBeApplied中删除

对于上述几个参数，整个Broadcast的处理过程可以描述为：

• leader针对客户端的事务请求（leader为该请求分配了zxid），创建出一个议案，并将zxid和该议案存放至leader的outstandingProposals中
• leader开始向所有的follower发送该议案，如果过半的follower回复OK的话，则leader认为可以提交该议案，则将该议案从outstandingProposals中删除，然后存放到toBeApplied中
• leader对该议案进行提交，会向所有的follower发送提交该议案的命令，leader自己也开始执行提交过程，会将该请求的内容应用到ZooKeeper的内存树中，然后更新lastProcessedZxid为该请求的zxid，同时将该请求的议案存放到上述committedLog，同时更新maxCommittedLog和minCommittedLog
• leader就开始向客户端进行回复，然后就会将该议案从toBeApplied中删除

2.2 Fast Leader Election

leader选举过程要关注的要点：

• 所有机器刚启动时进行leader选举过程
• 如果leader选举完成，刚启动起来的server怎么识别到leader选举已完成

投票过程有3个重要的数据:

• ServerState
  目前ZooKeeper机器所处的状态有4种，分别是

  • LOOKING：进入leader选举状态
  • FOLLOWING：leader选举结束，进入follower状态
  • LEADING：leader选举结束，进入leader状态
  • OBSERVING：处于观察者状态

• HashMap<Long, Vote> recvset
  用于收集LOOKING、FOLLOWING、LEADING状态下的server的投票

• HashMap<Long, Vote> outofelection
  用于收集FOLLOWING、LEADING状态下的server的投票（能够收集到这种状态下的投票，说明leader选举已经完成）

下面就来详细说明这个过程：

1. serverA首先将electionEpoch自增，然后为自己投票

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;serverA会首先从快照日志和事务日志中加载数据，就可以得到本机器的内存树数据，以及lastProcessedZxid（这一部分后面再详细说明）

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;初始投票Vote的内容：

• proposedLeader：ZooKeeper Server中的myid值，初始为本机器的id
• proposedZxid：最大事务zxid，初始为本机器的lastProcessedZxid
• proposedEpoch:peerEpoch值，由上述的lastProcessedZxid的高32得到
• 然后该serverA向其他所有server发送通知，通知内容就是上述投票信息和electionEpoch信息

2. serverB接收到上述通知，然后进行投票PK

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;如果serverB收到的通知中的electionEpoch比自己的大，则serverB更新自己的electionEpoch为serverA的electionEpoch

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;如果该serverB收到的通知中的electionEpoch比自己的小，则serverB向serverA发送一个通知，将serverB自己的投票以及electionEpoch发送给serverA，serverA收到后就会更新自己的electionEpoch

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;在electionEpoch达成一致后，就开始进行投票之间的pk，规则如下：

/*
 * We return true if one of the following three cases hold:
 * 1- New epoch is higher
 * 2- New epoch is the same as current epoch, but new zxid is higher
 * 3- New epoch is the same as current epoch, new zxid is the same
 *  as current zxid, but server id is higher.
 */

return ((newEpoch > curEpoch) || 
        ((newEpoch == curEpoch) &&
        ((newZxid > curZxid) || ((newZxid == curZxid) && (newId > curId)))));

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;就是优先比较proposedEpoch，然后优先比较proposedZxid，最后优先比较proposedLeader

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;pk完毕后，如果本机器投票被pk掉，则更新投票信息为对方投票信息，同时重新发送该投票信息给所有的server。

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;如果本机器投票没有被pk掉，则看下面的过半判断过程

3. 根据server的状态来判定leader

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;如果当前发来的投票的server的状态是LOOKING状态，则只需要判断本机器的投票是否在recvset中过半了，如果过半了则说明leader选举就算成功了，如果当前server的id等于上述过半投票的proposedLeader,则说明自己将成为了leader，否则自己将成为了follower

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;如果当前发来的投票的server的状态是FOLLOWING、LEADING状态，则说明leader选举过程已经完成了，则发过来的投票就是leader的信息，这里就需要判断发过来的投票是否在recvset或者outofelection中过半了

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;同时还要检查leader是否给自己发送过投票信息，从投票信息中确认该leader是不是LEADING状态。这个解释如下：

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;因为目前leader和follower都是各自检测是否进入leader选举过程。leader检测到未过半的server的ping回复，则leader会进入LOOKING状态，但是follower有自己的检测，感知这一事件，还需要一定时间，在此期间，如果其他server加入到该集群，可能会收到其他follower的过半的对之前leader的投票，但是此时该leader已经不处于LEADING状态了，所以需要这么一个检查来排除这种情况。

2.3 Recovery Phase

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;一旦leader选举完成，就开始进入恢复阶段，就是follower要同步leader上的数据信息

1 通信初始化

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;leader会创建一个ServerSocket，接收follower的连接，leader会为每一个连接会用一个LearnerHandler线程来进行服务

2 重新为peerEpoch选举出一个新的peerEpoch

f&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;ollower会向leader发送一个Leader.FOLLOWERINFO信息，包含自己的peerEpoch信息

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;leader的LearnerHandler会获取到上述peerEpoch信息，leader从中选出一个最大的peerEpoch，然后加1作为新的peerEpoch。

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;然后leader的所有LearnerHandler会向各自的follower发送一个Leader.LEADERINFO信息，包含上述新的peerEpoch

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;follower会使用上述peerEpoch来更新自己的peerEpoch，同时将自己的lastProcessedZxid发给leader

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;leader的所有LearnerHandler会记录上述各自follower的lastProcessedZxid，然后根据这个lastProcessedZxid和leader的lastProcessedZxid之间的差异进行同步

3 已经处理的事务议案的同步

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;判断LearnerHandler中的lastProcessedZxid是否在minCommittedLog和maxCommittedLog之间

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;LearnerHandler中的lastProcessedZxid和leader的lastProcessedZxid一致，则说明已经保持同步了

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;如果lastProcessedZxid在minCommittedLog和maxCommittedLog之间

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;从lastProcessedZxid开始到maxCommittedLog结束的这部分议案，重新发送给该LearnerHandler对应的follower，同时发送对应议案的commit命令

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;上述可能存在一个问题：即lastProcessedZxid虽然在他们之间，但是并没有找到lastProcessedZxid对应的议案，即这个zxid是leader所没有的，此时的策略就是完全按照leader来同步，删除该follower这一部分的事务日志，然后重新发送这一部分的议案，并提交这些议案

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;如果lastProcessedZxid大于maxCommittedLog

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;则删除该follower大于部分的事务日志

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;如果lastProcessedZxid小于minCommittedLog

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;则直接采用快照的方式来恢复

4 未处理的事务议案的同步

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;LearnerHandler还会从leader的toBeApplied数据中将大于该LearnerHandler中的lastProcessedZxid的议案进行发送和提交（toBeApplied是已经被确认为提交的）

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;LearnerHandler还会从leader的outstandingProposals中大于该LearnerHandler中的lastProcessedZxid的议案进行发送，但是不提交（outstandingProposals是还没被被确认为提交的）

5 将LearnerHandler加入到正式follower列表中

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;意味着该LearnerHandler正式接受请求。即此时leader可能正在处理客户端请求，leader针对该请求发出一个议案，然后对该正式follower列表才会进行执行发送工作。这里有一个地方就是：

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;上述我们在比较lastProcessedZxid和minCommittedLog和maxCommittedLog差异的时候，必须要获取leader内存数据的读锁，即在此期间不能执行修改操作，当欠缺的数据包已经补上之后（先放置在一个队列中，异步发送），才能加入到正式的follower列表，否则就会出现顺序错乱的问题

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;同时也说明了，一旦一个follower在和leader进行同步的过程（这个同步过程仅仅是确认要发送的议案，先放置到队列中即可等待异步发送，并不是说必须要发送过去），该leader是暂时阻塞一切写操作的。

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;对于快照方式的同步，则是直接同步写入的，写入期间对数据的改动会放在上述队列中的，然后当同步写入完成之后，再启动对该队列的异步写入。

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;上述的要理解的关键点就是：既要不能漏掉，又要保证顺序

6 LearnerHandler发送Leader.NEWLEADER以及Leader.UPTODATE命令

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;该命令是在同步结束之后发的，follower收到该命令之后会执行一次版本快照等初始化操作，如果收到该命令的ACK则说明follower都已经完成同步了并完成了初始化

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;leader开始进入心跳检测过程，不断向follower发送心跳命令，不断检是否有过半机器进行了心跳回复，如果没有过半，则执行关闭操作，开始进入leader选举状态

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;LearnerHandler向对应的follower发送Leader.UPTODATE，follower接收到之后，开始和leader进入Broadcast处理过程

2.4 Broadcast Phase

前面其实已经说过了，参见2.1中的内容

3 特殊情况的注意点

3.1 事务日志和快照日志的持久化和恢复

先来看看持久化过程：

• Broadcast过程的持久化
  leader针对每次事务请求都会生成一个议案，然后向所有的follower发送该议案
  follower接收到该议案后，所做的操作就是将该议案记录到事务日志中，每当记满100000个（默认），则事务日志执行flush操作，同时开启一个新的文件来记录事务日志
  同时会执行内存树的快照，snapshot.[lastProcessedZxid]作为文件名创建一个新文件，快照内容保存到该文件中

• leader shutdown过程的持久化
  一旦leader过半的心跳检测失败，则执行shutdown方法，在该shutdown中会对事务日志进行flush操作

再来说说恢复：

• 事务快照的恢复
  第一：会在事务快照文件目录下找到最近的100个快照文件，并排序，最新的在前
  第二：对上述快照文件依次进行恢复和验证，一旦验证成功则退出，否则利用下一个快照文件进行恢复。恢复完成更新最新的lastProcessedZxid

• 事务日志的恢复
  第一：从事务日志文件目录下找到zxid大于等于上述lastProcessedZxid的事务日志
  第二：然后对上述事务日志进行遍历，应用到ZooKeeper的内存树中，同时更新lastProcessedZxid
  第三：同时将上述事务日志存储到committedLog中，并更新maxCommittedLog、minCommittedLog

由此我们可以看到，在初始化恢复的时候，是会将所有最新的事务日志作为已经commit的事务来处理的

也就是说这里面可能会有部分事务日志还没真实提交，而这里全部当做已提交来处理。这个处理简单粗暴了一些，而raft对老数据的恢复则控制的更加严谨一些。

3.2 follower挂了之后又重启的恢复过程

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;一旦leader挂了，上述leader的2个集合

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;ConcurrentMap<Long, Proposal> outstandingProposals
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;ConcurrentLinkedQueuetoBeApplied
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;就无效了。他们并不在leader恢复的时候起作用，而是在系统正常执行，而某个follower挂了又恢复的时候起作用。
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;我们可以看到在上述2.3的恢复过程中，会首先进行快照日志和事务日志的恢复，然后再补充leader的上述2个数据中的内容。

3.3 同步follower失败的情况

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;目前leader和follower之间的同步是通过BIO方式来进行的，一旦该链路出现异常则会关闭该链路，重新与leader建立连接，重新同步最新的数据

3.4 对client端是否一致

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;客户端收到OK回复，会不会丢失数据？
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;客户端没有收到OK回复，会不会多存储数据？
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;客户端如果收到OK回复，说明已经过半复制了，则在leader选举中肯定会包含该请求对应的事务日志，则不会丢失该数据

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;客户端连接的leader或者follower挂了，客户端没有收到OK回复，目前是可能丢失也可能没丢失，因为服务器端的处理也很简单粗暴，对于未来leader上的事务日志都会当做提交来处理的，即都会被应用到内存树中。

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;同时目前ZooKeeper的原生客户端也没有进行重试，服务器端也没有对重试进行检查。这一部分到下一篇再详细探讨与raft的区别

4 未完待续

本文有很多细节，难免可能疏漏，还请指正。

4.1 问题

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;这里留个问题供大家思考下：

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;raft每次执行AppendEntries RPC的时候，都会带上当前leader的新term，来防止旧的leader的旧term来执行相关操作，而ZooKeeper的peerEpoch呢？达到防止旧leader的效果了吗？它的作用是干什么呢？

---

Suffering is the best teacher of life.

书山有路勤为径，学海无涯苦作舟。

欢迎关注微信公众号：【程序员写书】

喜欢宠物的朋友可以关注：【电巴克宠物Pets】

一起学习，一起进步。