選 舉 策 略 主 要 基 於 paxos 算 法 ， 一 種 稱 爲 LeaderElection 算 法 ， 一 種 稱 爲FashLeaderElection 算法，系統默認使用 FashLeaderElection 算法完成。
1 Paxos算法
1.1 基本定義
算法中的參與者主要分爲三個角色，同時每個參與者又可兼領多個角色:
⑴proposer 提出提案，提案信息包括提案編號和提議的value;
⑵acceptor 收到提案後可以接受(accept)提案;
⑶learner 只能"學習"被批准的提案;
算法保重一致性的基本語義:
⑴決議(value)只有在被proposers提出後才能被批准(未經批准的決議稱爲"提案(proposal)");
⑵在一次Paxos算法的執行實例中，只批准(chosen)一個value;
⑶learners只能獲得被批准(chosen)的value;
有上面的三個語義可演化爲四個約束:
⑴P1:一個acceptor必須接受(accept)第一次收到的提案;
⑵P2a:一旦一個具有value v的提案被批准(chosen)，那麼之後任何acceptor 再次接受(accept)的提案必須具有value v;
⑶P2b:一旦一個具有value v的提案被批准(chosen)，那麼以後任何 proposer 提出的提案必須具有value v;
⑷P2c:如果一個編號爲n的提案具有value v，那麼存在一個多數派，要麼他們中所有人都沒有接受(accept)編號小於n的任何提案，要麼他們已經接受(accpet)的所有編號小於n的提案中編號最大的那個提案具有value v;
1.2 基本算法(basic paxos)
算法(決議的提出與批准)主要分爲兩個階段:
1. prepare階段：
(1). 當Porposer希望提出方案V1，首先發出prepare請求至大多數Acceptor。Prepare請求內容爲序列號<SN1>;
(2). 當Acceptor接收到prepare請求<SN1>時，檢查自身上次回覆過的prepare請求<SN2>
a). 如果SN2>SN1，則忽略此請求，直接結束本次批准過程;
b). 否則檢查上次批准的accept請求<SNx，Vx>，並且回覆<SNx，Vx>；如果之前沒有進行過批准，則簡單回覆<OK>;
2. accept批准階段：
(1a). 經過一段時間，收到一些Acceptor回覆，回覆可分爲以下幾種:
a). 回覆數量滿足多數派，並且所有的回覆都是<OK>，則Porposer發出accept請求，請求內容爲議案<SN1，V1>;
b). 回覆數量滿足多數派，但有的回覆爲：<SN2，V2>，<SN3，V3>……則Porposer找到所有回覆中超過半數的那個，假設爲<SNx，Vx>，則發出accept請求，請求內容爲議案<SN1，Vx>;
c). 回覆數量不滿足多數派，Proposer嘗試增加序列號爲SN1+，轉1繼續執行;
(1b). 經過一段時間，收到一些Acceptor回覆，回覆可分爲以下幾種:
a). 回覆數量滿足多數派，則確認V1被接受;
b). 回覆數量不滿足多數派，V1未被接受，Proposer增加序列號爲SN1+，轉1繼續執行;
(2). 在不違背自己向其他proposer的承諾的前提下，acceptor收到accept 請求後即接受並回復這個請求。
1.3 算法優化(fast paxos)
Paxos算法在出現競爭的情況下，其收斂速度很慢，甚至可能出現活鎖的情況，例如當有三個及三個以上的proposer在發送prepare請求後，很難有一個proposer收到半數以上的回覆而不斷地執行第一階段的協議。因此，爲了避免競爭，加快收斂的速度，在算法中引入了一個Leader這個角色，在正常情況下同時應該最多只能有一個參與者扮演Leader角色，而其它的參與者則扮演Acceptor的角色，同時所有的人又都扮演Learner的角色。
在這種優化算法中，只有Leader可以提出議案，從而避免了競爭使得算法能夠快速地收斂而趨於一致，此時的paxos算法在本質上就退變爲兩階段提交協議。但在異常情況下，系統可能會出現多Leader的情況，但這並不會破壞算法對一致性的保證，此時多個Leader都可以提出自己的提案，優化的算法就退化成了原始的paxos算法。
一個Leader的工作流程主要有分爲三個階段：
(1).學習階段 向其它的參與者學習自己不知道的數據(決議);
(2).同步階段 讓絕大多數參與者保持數據(決議)的一致性;
(3).服務階段 爲客戶端服務，提議案;
1.3.1 學習階段
當一個參與者成爲了Leader之後，它應該需要知道絕大多數的paxos實例，因此就會馬上啓動一個主動學習的過程。假設當前的新Leader早就知道了1-134、138和139的paxos實例，那麼它會執行135-137和大於139的paxos實例的第一階段。如果只檢測到135和140的paxos實例有確定的值，那它最後就會知道1-135以及138-140的paxos實例。
1.3.2 同步階段
此時的Leader已經知道了1-135、138-140的paxos實例，那麼它就會重新執行1-135的paxos實例，以保證絕大多數參與者在1-135的paxos實例上是保持一致的。至於139-140的paxos實例，它並不馬上執行138-140的paxos實例，而是等到在服務階段填充了136、137的paxos實例之後再執行。這裏之所以要填充間隔，是爲了避免以後的Leader總是要學習這些間隔中的paxos實例，而這些paxos實例又沒有對應的確定值。
1.3.4 服務階段
Leader將用戶的請求轉化爲對應的paxos實例，當然，它可以併發的執行多個paxos實例，當這個Leader出現異常之後，就很有可能造成paxos實例出現間斷。
1.3.5 問題
(1).Leader的選舉原則
(2).Acceptor如何感知當前Leader的失敗，客戶如何知道當前的Leader
(3).當出現多Leader之後，如何kill掉多餘的Leader
(4).如何動態的擴展Acceptor
2. Zookeeper
2.1 整體架構
在Zookeeper集羣中，主要分爲三者角色，而每一個節點同時只能扮演一種角色，這三種角色分別是：
(1). Leader 接受所有Follower的提案請求並統一協調發起提案的投票，負責與所有的Follower進行內部的數據交換(同步);
(2). Follower 直接爲客戶端服務並參與提案的投票，同時與Leader進行數據交換(同步);
(3). Observer 直接爲客戶端服務但並不參與提案的投票，同時也與Leader進行數據交換(同步);
2.2 QuorumPeer的基本設計
Zookeeper對於每個節點QuorumPeer的設計相當的靈活，QuorumPeer主要包括四個組件：客戶端請求接收器(ServerCnxnFactory)、數據引擎(ZKDatabase)、選舉器(Election)、核心功能組件(Leader/Follower/Observer)。其中：
(1). ServerCnxnFactory負責維護與客戶端的連接(接收客戶端的請求併發送相應的響應);
(2). ZKDatabase負責存儲/加載/查找數據(基於目錄樹結構的KV+操作日誌+客戶端Session);
(3). Election負責選舉集羣的一個Leader節點;
(4). Leader/Follower/Observer一個QuorumPeer節點應該完成的核心職責;
2.3 QuorumPeer工作流程
2.3.1 Leader職責
Follower確認: 等待所有的Follower連接註冊，若在規定的時間內收到合法的Follower註冊數量，則確認成功；否則，確認失敗。
2.3.2 Follower職責
2.4 選舉算法
2.4.1 LeaderElection選舉算法
選舉線程由當前Server發起選舉的線程擔任，他主要的功能對投票結果進行統計，並選出推薦的Server。選舉線程首先向所有Server發起一次詢問(包括自己)，被詢問方，根據自己當前的狀態作相應的回覆，選舉線程收到回覆後，驗證是否是自己發起的詢問(驗證xid 是否一致)，然後獲取對方的id(myid)，並存儲到當前詢問對象列表中，最後獲取對方提議 的
leader 相關信息(id,zxid)，並將這些 信息存儲到當次選舉的投票記錄表中，當向所有Serve r
都詢問完以後，對統計結果進行篩選並進行統計，計算出當次詢問後獲勝的是哪一個Server，並將當前zxid最大的Server 設置爲當前Server要推薦的Server(有可能是自己，也有可以是其它的Server，根據投票結果而定，但是每一個Server在第一次投票時都會投自己)，如果此時獲勝的Server獲得n/2 + 1的Server票數，設置當前推薦的leader爲獲勝的Server。根據獲勝的Server相關信息設置自己的狀態。每一個Server都重複以上流程直到選舉出Leader。
初始化選票(第一張選票): 每個quorum節點一開始都投給自己;
收集選票: 使用UDP協議儘量收集所有quorum節點當前的選票(單線程/同步方式)，超時設置200ms;
統計選票: 1).每個quorum節點的票數;
2).爲自己產生一張新選票(zxid、myid均最大);
選舉成功: 某一個quorum節點的票數超過半數;
更新選票: 在本輪選舉失敗的情況下，當前quorum節點會從收集的選票中選取合適的選票(zxid、myid均最大)作爲自己下一輪選舉的投票;
異常問題的處理
1). 選舉過程中，Server的加入
當一個Server啓動時它都會發起一次選舉，此時由選舉線程發起相關流程，那麼每個 Serve r都會獲得當前zxi d最大的哪個Serve r是誰，如果當次最大的Serve r沒有獲得n/2+1 個票數，那麼下一次投票時，他將向zxid最大的Server投票，重複以上流程，最後一定能選舉出一個Leader。
2). 選舉過程中，Server的退出
只要保證n/2+1個Server存活就沒有任何問題，如果少於n/2+1個Server 存活就沒辦法選出Leader。
3). 選舉過程中，Leader死亡
當選舉出Leader以後，此時每個Server應該是什麼狀態(FLLOWING)都已經確定，此時由於Leader已經死亡我們就不管它，其它的Fllower按正常的流程繼續下去，當完成這個流程以後，所有的Fllower都會向Leader發送Ping消息，如果無法ping通，就改變自己的狀爲(FLLOWING ==> LOOKING)，發起新的一輪選舉。
4). 選舉完成以後，Leader死亡
處理過程同上。
5). 雙主問題
Leader的選舉是保證只產生一個公認的Leader的，而且Follower重新選舉與舊Leader恢復並退出基本上是同時發生的，當Follower無法ping同Leader是就認爲Leader已經出問題開始重新選舉，Leader收到Follower的ping沒有達到半數以上則要退出Leader重新選舉。
2.4.2 FastLeaderElection選舉算法
FastLeaderElection是標準的fast paxos的實現，它首先向所有Server提議自己要成爲leader，當其它Server收到提議以後，解決 epoch 和 zxid 的衝突，並接受對方的提議，然後向對方發送接受提議完成的消息。
FastLeaderElection算法通過異步的通信方式來收集其它節點的選票，同時在分析選票時又根據投票者的當前狀態來作不同的處理，以加快Leader的選舉進程。
每個Server都一個接收線程池和一個發送線程池, 在沒有發起選舉時，這兩個線程池處於阻塞狀態，直到有消息到來時才解除阻塞並處理消息，同時每個Serve r都有一個選舉線程(可以發起選舉的線程擔任)。
1). 主動發起選舉端(選舉線程)的處理
首先自己的 logicalclock加1，然後生成notification消息，並將消息放入發送隊列中， 系統中配置有幾個Server就生成幾條消息，保證每個Server都能收到此消息，如果當前Server 的狀態是LOOKING就一直循環檢查接收隊列是否有消息，如果有消息，根據消息中對方的狀態進行相應的處理。
2).主動發送消息端(發送線程池)的處理
將要發送的消息由Notification消息轉換成ToSend消息，然後發送對方，並等待對方的回覆。
3). 被動接收消息端(接收線程池)的處理
將收到的消息轉換成Notification消息放入接收隊列中，如果對方Server的epoch小於logicalclock則向其發送一個消息(讓其更新epoch)；如果對方Server處於Looking狀態，自己則處於Following或Leading狀態，則也發送一個消息(當前Leader已產生，讓其儘快收斂)。
2.4.3 AuthFastLeaderElection選舉算法
AuthFastLeaderElection算法同FastLeaderElection算法基本一致，只是在消息中加入了認證信息，該算法在最新的Zookeeper中也建議棄用。
2.5 Zookeeper的API
|
名稱 |
同步 |
異步 |
watch |
權限認證 |
|
create |
√ |
√ |
|
√ |
|
delete |
√ |
√ |
|
√ |
|
exist |
√ |
√ |
√ |
|
|
getData |
√ |
√ |
√ |
√ |
|
setData |
√ |
√ |
|
√ |
|
getACL |
√ |
√ |
|
|
|
setACL |
√ |
√ |
|
√ |
|
getChildren |
√ |
√ |
√ |
√ |
|
sync |
|
√ |
|
|
|
multi |
√ |
|
|
√ |
|
createSession |
√ |
|
|
|
|
closeSession |
√ |
|
|
|
2.6 Zookeeper中的請求處理流程
2.6.1 Follower節點處理用戶的讀寫請求
2.6.2 Leader節點處理寫請求
值得注意的是， Follower/Leader上的讀操作時並行的，讀寫操作是串行的，當CommitRequestProcessor處理一個寫請求時，會阻塞之後所有的讀寫請求。
通信不可靠: 消息延遲、消息重複傳遞、消息丟失