ZooKeeper对裂脑情景的内部行为

Question

我试图理解Apache ZooKeeper在裂脑情况下的内部工作原理.假设有一个由5个服务器组成的集群:A,B,C,D和E,其中A是领导者.现在假设子集群{A,B}与子集群{C,D,E}分离.

在这种情况下,子集群{C,D,E}可以选出新的领导者并且可以取得进展.另一方面,{A,B}无法取得进展,因为没有大多数节点可以确认更新.

我在想:

1. 老领导A会发生什么？我希望它失去领导力,但这是怎么发生的？活跃的领导者会定期检查以确保其拥有大多数粉丝？

2. 连接到A和B的客户会发生什么？它们是否会自动重定向到仍然可以取得进展的服务器之一(C,D或E).或者更确切地说,他们被A或B困住,直到裂脑情况得到治愈并且整个集群重新连接？

谢谢,加布里埃尔

Answer 1

经过一些本地集群的试验后,我想我已经找到了行为.

我启动了一个包含5个节点的本地集群,然后取下了2个节点.其余3个节点仍然占多数,因此群集已启动并运行.我此时连接了一个客户端.

然后我取下了另一台服务器,此时剩余的2个节点无法维持群集的运行.

1)在其余两个节点之一(恰好是领导者)的日志中,我看到:

[myid:5] - WARN [RecvWorker:3:QuorumCnxManager $ RecvWorker @ 762] - 在java.io.DataInputStream.readInt(DataInputStream.java:)中断了id 3,我的id = 5,错误= java.io.EOFException的连接392)at org.apache.zookeeper.server.quorum.QuorumCnxManager $ RecvWorker.run(QuorumCnxManager.java:747)

然后

[myid:5] - INFO [QuorumPeer [myid = 5] /127.0.0.1:2185:FastLeaderElection@740] - 新选举.我的id = 5,建议zxid = 0x300000002

因此,似乎节点主动监视连接并对丢弃的连接作出反应(在这种情况下尝试选择另一个领导者).

2)在连接客户端的日志中,我可以看到:

[myid:] - INFO [main-SendThread(localhost:2185):ClientCnxn $ SendThread @ 966] - 打开与服务器localhost/127.0.0.1的套接字连接:2185.不会尝试使用SASL进行身份验证(未知错误)

[myid:] - INFO [main-SendThread(localhost:2185):ClientCnxn $ SendThread @ 849] - 建立到localhost/127.0.0.1的套接字连接:2185,启动会话

[myid:] - INFO [main-SendThread(localhost:2185):ClientCnxn $ SendThread @ 1085] - 无法从服务器sessionid 0x343d9a80f220000读取其他数据,可能服务器已关闭套接字,关闭套接字连接并尝试重新连接

因此,节点关闭了客户端打开的连接,因为群集已关闭.

在这种情况下,整个群集都已关闭,因此客户端继续尝试连接到其中一个节点,没有运气.但我假设在分裂脑情况下,当大多数人仍然在某个地方运行时,客户端最终将能够连接到它(当然,它具有网络连接).