zookeeper详解（四）-- 节点故障处理机制总结

1，概述

 在介绍ZooKeeper处理节点故障的机制之前，我想先给大家讲一讲在一切都正常的情况下，ZooKeeper是如何工作的，也就是ZooKeeper处理客户端请求的流程。当然我只侧重讲解客服端的写请求部分。

       过程如下：



         在这主要的6步过程中，任何与之相关的节点都有可能出现故障，那么zooKeeper是如何来处理的呢，以保证服务的高可用性和一致性？待稍后分析。

2，客户端节点发生故障

上一篇主要简单的讲述了ZooKeeper是如何处理来自客户端的写请求的。本文主要集中讨论ZooKeeper客户端节点发生故障的处理情况。若ZooKeeper客户端节点发生故障时，他正处于空闲状态，则按照session失效处理。而复杂的情况是ZooKeeper客户端节点发生故障是，他正在等待ZooKeeper服务器端的请求响应。下面将对ZooKeeper客户端节点发生故障的时机进行详细的分类讨论。

     但是在此之前，我还想简单的介绍一下ZooKeeper中session的概念。我们知道ZooKeeper允许客户端创建两种类型的节点：persistent、ephemeral，ephemeral类型的节点是与创建它的客户端一起共存亡的。那么这中间就有问题，ZooKeeper是如何知道客户端还存不存在呢？ZooKeeper是使用session来解决这个问题的，这也是为什么我们在客户端创建ZooKeeper实例时需要传入一个sessionout的参数。当客户端与Follower连接时，实际上是成功创建了一个session，Follower和Leader都保存了这个session信息(实际上Session的建立也是需要Leader同意的)。一方面，客户端会定期的向Follower发送Ping包来告诉这个Follower我还活着；另一方面，Leader也会定期向Follower发送ping包，一则检测它的Follower们是否至少有超过一半还活着，二则Follower们返回他们各自正在服务的客户端(未超时的session)，来告诉Leader那些客户端还活着，这样Leader就可以删除那些客户端已经不存在的ephemeral类型的节点。ok，关于这个session问题我们先暂时讨论到这里，下面我们来看看当正在工作的客户端节点发生故障的，ZooKeeper系统是如何来处理的吧。

    1.Follower在第2步时若没有发现客户端已经发生了故障，则他会进行第2步，否则，他将会丢弃该客户端的请求包。

    2.Leader在第3步时还没有发现客户端已经发生了故障，那么后面的第4、5步都会顺利执行。对于第6步，若此时Follower已经发现了该客户端已发生故障，则它不会向客户端发送响应包，而直接从FinalRequestProcessor处理器中返回；若此时Follower还没有发现该客户端已发生故障，则FinalRequestProcessor会将响应包交给对应的NIOServerCnxn,而NIOServerCnxn在发送该响应包时，会抛出异常，但并没有对该异常做任何处理。

    3.Leader在第3步时发现了客户端已经发生了故障，那么后面的第4、5步都会顺利执行，只不过此时的操作类型就是OpCode.error,然后直接从FinalRequestProcessor处理器中返回，而不会发生第6步了。

    4.从上面的分析我们可以看出，第4、5步并不会收到客户端是否发生故障的影响。



3，Follower节点发生故障

上一篇主要讨论了ZooKeeper对客户端节点发生故障时的处理情况。本文将主要对ZooKeeper中的Follower节点发生故障时的处理机制进行详细的讨论。我们知道，当某一个Follower或Observer发生故障时，与之直接相连的ZooKeeper客户端就不可能再从Follower或Observer收到正在处理的请求的响应包，因此，它会丢弃正在处理的请求，并通知客户。而ZooKeeper客户端则会重新选择一个Follower或Observer，并与之建立联系为客户端服务，请注意，这个过程对用户是透明的。

       1.Follower在处理第2步之前发生故障，则处理情况如上所诉，只涉及到ZooKeeper客户端；若Follower在处理第2步之后发生故障，则，Leader最迟会在执行第3步的时候发现Follower发生了故障，尽管Leader发送的提案和提交，Follower收不到，Leader也不会收到Follower的投票，但这并不会影响Leader的处理，只要当前还有超过半数的follower存活着。

       2.从上可以看出，单个Follower节点的实效对整个ZooKeeper服务集群根本就不会产生“任何”的影响，所以单个Follower在任何时刻的失效，系统仍然会比较稳定的继续运行。

       在这里，可能有些人会问，如果某一个Follower实效，则Leader就不能得到该Follower管理的session的信息，之后Leader可能会误认为与该Follower相连的若干ZooKeeper客户端实效。没错，是这样的，但这种情况的处理同ZooKeeper客户端发生故障是一样的。

4，Leader节点发生故障

 前面分别讨论了ZooKeeper客户端节点、Follower节点在发生故障的情况的，ZooKeeper是如何处理的。最后，我就想讨论一下Leader节点发生故障的情况下，ZooKeeper的处理机制。

      1.若Leader节点在第2步之前发生了故障，则Follower的第2步不会执行成功，但该请求包被添加到了Follower的pendingSyncs集合中，同时Follower再次之前就已经发现Leader已经实失效，退出Follower角色，同时关闭与之相连的客户端，并不在。之后，Follower就会参入Leader的选举中，而在选举的过程中，该节点不会再接受任何客户端的连接。

      2.若Leader节点在第2步之后，第3步之前发生了故障，处理同1。

      3.若Leader节点在第3步之后，第4步之前发生了故障，处理同1。

      4.若Leader节点在第4步之后，第5步之前发生了故障，处理同1。

      5.若Leader节点在第5步之后，第6步之前发生了故障，则Folloer的处理同1的同时，也会执行第6步操作。