快速理清Paxos、Zab、Raft协议

前言

Paxos、Zab、Raft都属于在分布式环境保持数据一致性的相关算法。

对于这三个算法，初次接触的时候有很多疑惑的地方：

1. 这3个算法的实现是什么，复杂么

2. 为什么要存在这么多算法，一个不能解决么，都用在什么场景。

算法本身不太复杂，但是应用在实际场景中解决问题，开发起来还是比较复杂的。

下面尽可能简单易懂的进行描述。

Paxos

paxos算法是在不会出现拜占庭错误的环境下达成一致性协议的解决方案。

p.s. 分布式环境都是通过网络通讯，系统中的成员可能出错而发送错误的信息，用于传递信息的通讯网络也可能导致信息损坏，传输或响应的信息有误算是拜占庭错误，而非拜占庭错误就是说信息不会在传输过程中遭到篡改。

详细了解，查看：拜占庭将军问题

角色

paxos在分布式环境中存在多个节点，节点的角色如下：

• Client    在分布式系统中发送一个请求并等待响应，比如写一条数据的请求
• Proposer  发送prepare和accept请求，对于client发送的请求希望Acceptor能同意
• Acceptor   处理prepare和accept请求，就是对发送的请求进行投票
• Learner     对于上面的请求，获取paxos算法的结果
• Leader    Paxos集群中选出唯一一个节点作为leader处理提议

Acceptor是对请求进行投票的，那在分布式环境中作为Acceptor的大部分节点都应当是存活的，来保证多票当选（同zab或raft的投票选举来理解）。

并不是一个节点只能作为一个角色，paxos实现的集群，每一个节点应该包含Proposer、Acceptor、Learner三种角色，可以处理Client请求并进行投票最终响应。

Paxos的实现也是不同的，比如Basic Paxos和Multi-Paxos，本文主要以基本实现进行说明。

算法

paxos算法实现分为两个阶段，通信过程中数据结构可以简化为(n, v)表示。

n表示一个提案号，v是与该提案号对应的值。

e.g. client要写入一条数据，Proposer提出一个提案号给集群中其它的Acceptor，如果有Quorum（可以认为是半数以上）的Acceptor同意这个提案，那么这个提案号对应的数据v就可以被写入。

这两个阶段如下：

阶段1a：Proposer发出一条“Prepare"消息，带着提案号n，发给Acceptor（包括它自身）

阶段1b：Acceptor收到Proposer的Prapare消息后，看一下这个提案号和之前收到的提案号相比，如果比之前的都大就同意（发一条Propose消息给Proposer），不是就忽略或表示拒绝

阶段2a：Proposer收到Qururm数量的Acceptor的Propose消息，说明都同意这个提案，就发送一个Accept(n,v)消息给这些Acceptor（带着提案号和该提案号对应的数据）

阶段2b：收到Proposer的Accept消息的Acceptor就把这个数据写入。

这样就算达成一个共识，如果上面提案最终失败，其实会重新开始新一轮提案。

下面这个流程图来自Paxos的wiki，可以看一下帮助理解下这个过程：

图片来源

注意，上面这个基本的paxos实现包括两个阶段会涉及很多消息交换，Multi-Paxos 实现会选举一个leader，只需要第2阶段即可确定一个值。

Paxos的实现案例 chubby：https://courses.cs.washington.edu/courses/csep552/13sp/lectures/5/chubby.pdf

Raft

目前使用相当广泛的一个一致性算法，比如ETCD,Consul，kafka，rocketmq的dledger都有用到。

p.s.  我在wiki搜索的搜索的搜到的是一款游戏

目前我实际接触到的都是leader选举、日志复制的解决方案。

角色

一个raft集群有若干个节点，角色如下：

• Leader 只有一个（比如kafka的分区、rocketmq的主节点（dledger），接受客户端的请求
• Follower 接受leader的写请求（数据同步过来）
• Candidate 在选举leader时的这些follower

比如我们说kafka消息主从复制就是说Leader和Follower。

对于Raft的快速理解，推荐一个网站（新手都容易看懂）：Raft

算法

以实际项目来举例，其实很简单，以rocketmq dledger来说明。

日志复制

p.s. 不以kafka示例，有两个原因，一个是kafka的ack数量可以配置，写入一条消息的可以配置ack数量算是成功。rocketmq dledger如是1主2从，只要有一个从节点写入成功（集群中一主一从2个节点已经写入，超过半数节点）便可以认为成功写入，更容易理解。第二个原因，是我本地刚好有一版rocketmq的源码。

代码版本是4.9.1

DLedgerCommitLog：DLedgerCommitLog

            BatchAppendEntryRequest request = new BatchAppendEntryRequest();
            request.setGroup(dLedgerConfig.getGroup());
            request.setRemoteId(dLedgerServer.getMemberState().getSelfId());
            request.setBatchMsgs(encodeResult.batchData);
            // 写入消息
            dledgerFuture = (BatchAppendFuture) dLedgerServer.handleAppend(request);

看handleAppend()方法：dledger/DLedgerServer.java at master · openmessaging/dledger · GitHub

看方法注释：

关键是第2步，等待Quorum节点的ack.

                    DLedgerEntry dLedgerEntry = new DLedgerEntry();
                    dLedgerEntry.setBody(request.getBody());
                    DLedgerEntry resEntry = dLedgerStore.appendAsLeader(dLedgerEntry);
                    return dLedgerEntryPusher.waitAck(resEntry, false);

基本流程就是客户端生产者发送一条消息到主节点，主节点发送给从节点，等待其中部分从节点写入成功返回ack，主节点响应客户端消息提交成功。

选举

关于ledaer选举主要在：DLedgerLeaderElector

通过心跳维护leader和follower之间的关系：

    /**
     * The core method of maintainer. Run the specified logic according to the current role: candidate => propose a
     * vote. leader => send heartbeats to followers, and step down to candidate when quorum followers do not respond.
     * follower => accept heartbeats, and change to candidate when no heartbeat from leader.
     *
     * @throws Exception
     */
    private void maintainState() throws Exception {
        if (memberState.isLeader()) {
            maintainAsLeader();
        } else if (memberState.isFollower()) {
            maintainAsFollower();
        } else {
            maintainAsCandidate();
        }
    }
    private void maintainAsLeader() throws Exception {
        if (DLedgerUtils.elapsed(lastSendHeartBeatTime) > heartBeatTimeIntervalMs) {
            long term;
            String leaderId;
            synchronized (memberState) {
                if (!memberState.isLeader()) {
                    //stop sending
                    return;
                }
                term = memberState.currTerm();
                leaderId = memberState.getLeaderId();
                lastSendHeartBeatTime = System.currentTimeMillis();
            }
            sendHeartbeats(term, leaderId);
        }
    }

    private void maintainAsFollower() {
        if (DLedgerUtils.elapsed(lastLeaderHeartBeatTime) > 2 * heartBeatTimeIntervalMs) {
            synchronized (memberState) {
                if (memberState.isFollower() && (DLedgerUtils.elapsed(lastLeaderHeartBeatTime) > maxHeartBeatLeak * heartBeatTimeIntervalMs)) {
                    logger.info("[{}][HeartBeatTimeOut] lastLeaderHeartBeatTime: {} heartBeatTimeIntervalMs: {} lastLeader={}", memberState.getSelfId(), new Timestamp(lastLeaderHeartBeatTime), heartBeatTimeIntervalMs, memberState.getLeaderId());
                    changeRoleToCandidate(memberState.currTerm());
                }
            }
        }
    }

超过2个心跳的超时，follower就会进入candidate重新选举。

看下这段代码，作为不同的角色在实现会有不同的行为：

    /**
     * The core method of maintainer. Run the specified logic according to the current role: candidate => propose a
     * vote. leader => send heartbeats to followers, and step down to candidate when quorum followers do not respond.
     * follower => accept heartbeats, and change to candidate when no heartbeat from leader.
     *
     * @throws Exception
     */
    private void maintainState() throws Exception {
        if (memberState.isLeader()) {
            maintainAsLeader();
        } else if (memberState.isFollower()) {
            maintainAsFollower();
        } else {
            maintainAsCandidate();
        }
    }

成为candidate 候选者的时候，就会投票选举leader，实现就在maintainAsCandidate()方法：

同意票数超过Quorum数量，就是投票通过，选举为leader。

raft的应用正如上面说的，比较多了：kafka, rocketmq dledger, etcd...

Zab

Zab的全称是Zookeeper Atomic Broadcast协议，听名字好像是专用于zookeeper的协议，目前我主要了解到的也是在zookeeper上的应用。

p.s. zab的读法，我目前听到过两个版本(zai bi)或者（za bi)，至于哪个标准我也不知道。

zab是相对来说是属于非常强一致的协议了（zookeeper不算是最强一致性，业内好像是还有比zk更强一致性的实现）。CAP理论，如果有了解应该听说个，zookeeper是CP，集群中必须半数以上节点存在才可用，牺牲可用性来满足一致性。

下面以zookeeper来说明。

角色

• Leader  集群通过投票选举出来的唯一节点，主要接受客户端对集群的写请求
• Follower   参与投票选举leader，当客户端发起写请求的时候，处理leader的Proposal，leader在收到超过Quorum(大多数节点，zk是半数节点）的follower的accept的ack后，ledaer才会提交这条消息。follower其实跟leader保持数据同步。

在zookeeper中还个observer的节点角色，但是这个并参与选举和事务提交，所以在zab协议中不再提现。zookeeper的observer只是集群读性能的一种优化。

p.s. zookeeper集群的所有类型的节点都可以处理读请求，但是写请求都是转发给leader处理。

算法

在zab中事务提交时的数据同步术语好像不像是raft的复制而broadcast，我这里就叫做广播了。

在zab中有个zxid是一个自增值，叫做事务id，每次一条写请求可以看做是一个事务。

广播

1. 客户端发一起提条数据更新的请求
2. leader进行处理，发送 PROPOSE(zxid, data)（带着zxid和更新的数据）请求包给所有连接的follower
3. follower收到请求会将数据同步到本地，然后返回一个ACK(zxid)数据包给leader
4. leader收到quorum(超过半数）的节点的ack就发送一个提交请求COMMIT(zxid) 给所有的follower
5. 响应客户端

选举

直接拿zookeeper的源码进行说明。源码在：zookeeper/FastLeaderElection.java at master · apache/zookeeper · GitHub

zookeeper投票的主要数据是(epoch,zxid,sid)，epoch是zookeeper的选举轮次，这个数据会备份到数据目录下的一个文件（哪个目录下，具体我也记不清了）;zxid就是上文提到的事务id，在数据目录下增量文件的名，sid是集群配置的server id，在配置文件中。

zookeeper的follower发起投票选举，如果谁收获大多数(Querum)的票就当选leader。

                        if (voteSet.hasAllQuorums()) {

                            // Verify if there is any change in the proposed leader
                            // 获得多数投票的时候还是等一会，看这期间是否会收到新的投票不
                            // 因为可能有一些更符合leader条件的节点由于网络的原因，投票的请求传输慢了，其它节点收到的晚了
                            while ((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) {
                                setPeerState(proposedLeader, voteSet);
                                Vote endVote = new Vote(proposedLeader, proposedZxid, logicalclock.get(), proposedEpoch);
                                leaveInstance(endVote);
                                return endVote;
                            }
                        }

对当前收到的投票是否有效的判断逻辑，在totalOrderPredicate方法：

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

如果一个follower收到的票比自己的更有效（上面这个判断），设置这个票为自己的投票并重新投出去。

在选举出leader后，跟follower有一个数据同步的动作。具体说明感兴趣可以看一下：Zab1.0 - Apache ZooKeeper - Apache Software Foundation

总结

在raft之前，paxos使用的比较多。

基本的paxos，对于一次数据更新请求，集群各个节点可能要进行多轮消息交换，而raft因为必须要选择一个leader，通过leader只需要一轮消息交换。

raft论文描述了一个基于raft复制状态机的完整方案，paxos论文只给了一个一致性算法。

目前业内使用比较广泛的是raft。

zab协议是为zookeeper专门设计的支持崩溃恢复的原子广播协议，目前主要了解到的也是在zookeeper上的应用和实现。