zookeeper选举流程源码分析
选举的代码主要是在QuorumPeer.java这个类中。
它有一个内部枚举类，用来表示当前节点的状态。
public enum ServerState {
LOOKING, FOLLOWING, LEADING, OBSERVING;
}
LOOKING: 当前节点在选举过程中
FOLLOWING：当前节点是从节点
LEADING： 当前节点是主节点
OBSERVING： 当前节点是观察者状态，这种状态的节点不参与选举的投票。
QuorumPeer有个run方法，就是用来根据当前节点不同的状态，进行不同的处理。
下面看下这段代码主要的框架
@Override
public void run() {
updateThreadName();
LOG.debug("Starting quorum peer");
// 这里是注册jmx消息，不用关注
//下面就是选举的框架代码了
try {
//running 表示当前节点的状态，只要在运行过程中，就会一直根据当前节点的状态进行不同的处理
while (running) {
//getPeerState()用来获取当前节点的状态，就是上面提到的枚举类。
//下面就会根据不同的状态进行不同的处理
switch (getPeerState()) {
case LOOKING:
LOG.info("LOOKING");
......
//选举就是调用下面的这行代码来完成的。
//后面我们也就单独就这个代码来进行分析
setCurrentVote(makeLEStrategy().lookForLeader());
......
break;
case OBSERVING:
......
//按照观察者的逻辑进行处理
break;
case FOLLOWING:
......
//按照从节点的逻辑进行处理
break;
case LEADING:
......
//按照主节点的逻辑进行处理
break;
}
start_fle = Time.currentElapsedTime();
}
} finally {
......
}
}
上面代码的逻辑还是比较清楚的，就是一直在这几种状态之间处理。
每种状态的处理逻辑基本都是如下
try {
//处理业务逻辑，正常情况下，会一直在这里。
//除非当前的状态逻辑已经处理完毕，如LOOKING，或者抛出了异常，这时就需要重置状态
} catch (Exception e) {
LOG.warn("Unexpected exception",e);
} finally {
//重置状态
updateServerState();
}
下面我们看看上面选举的这行代码 setCurrentVote(makeLEStrategy().lookForLeader());。这行代码会调用具体执行选举的类执行具体的选举操作，并返回对应的投票信息，并设置成当前的投票信息。
默认的选举的是FastLeaderElection，对应的选举逻辑就在lookForLeader方法中。下面我们就直接去看看FastLeaderElection的lookForLeader方法吧。
选举的主要逻辑就是告诉其他节点。我是谁，我选谁做为主节点。
public Vote lookForLeader() throws InterruptedException {
......
try {
//recvset用来保存投票信息，
//key表示选民身份，也就是这个票是谁投的(注意：每个节点只会有一个有效的投票，后面的投票会覆盖掉之前的投票)
//value用来表示具体投票的内容
HashMap<Long, Vote> recvset = new HashMap<Long, Vote>();
HashMap<Long, Vote> outofelection = new HashMap<Long, Vote>();
int notTimeout = finalizeWait;
synchronized(this){
//每次投票前，会先更新这个logicalclock逻辑时钟，这个用来表示当前是第几次选举了，对比投票信息的时候会用到，这个很关键
logicalclock.incrementAndGet();
//首先给自己投一票
updateProposal(getInitId(), getInitLastLoggedZxid(), getPeerEpoch());
}
LOG.info("New election. My id = " + self.getId() +
", proposed zxid=0x" + Long.toHexString(proposedZxid));
//发送投票信息
sendNotifications();
在上面的代码，首先会把logicalclock+1,表示当前是启动后的第几轮选取，这个参数是保存在内存中的，也就是每次启动都会从0开始。
那会不会出现节点之间logicalclock不同的情况呢，这个情况是有可能会出现的。不过后面选举过程中，相互发送消息也就会发送logicalclock,会和自己的logicalclock比较，进行修正。
在开始选举的时候，首先会给自己投一票。
会调用sendNotifications方法将投票者(自己)的信息和投票信息发出去。
会发送这些信息：
- proposedLeader : 选举的主节点
- proposedZxid: 选举的节点zxid,这个字段是long类型，前面32 bit表示epoch,后面32bit表示事务id
- logicalclock：投票者的逻辑时钟
- QuorumPeer.ServerState.LOOKING：投票者的状态(投票的状态肯定是looking)
- sid: 投票者的id
- proposedEpoch :选举节点的epoch,也就是proposedZxid的前面32 bit
下面看看具体的选举代码
//如果当前节点一直是looking，且服务没有停止，就会一直进行选举流程
while ((self.getPeerState() == ServerState.LOOKING) &&
(!stop)){
// 获取其他节点发送过来的消息
Notification n = recvqueue.poll(notTimeout,
TimeUnit.MILLISECONDS);
//如果没有收到消息，就去检查下和其他节点的连接是否正常，尽力使消息能发送。
if(n == null){
......
}
// 验证收到消息的节点和它选举的主节点是否有效
else if (validVoter(n.sid) && validVoter(n.leader)) {
//这里就会根据收到消息的节点状态进行分别进行处理
// 比如自己是后加入进来的，这时就已经有了leader节点，对应的也就有follow节点
// 也有可能大家都刚启动，或者主节点挂掉了，这时大家都会又会是looking状态
switch (n.state) {
// 如果对方节点是投票状态
case LOOKING:
// If notification > current, replace and send messages out
//首先比较logicalclock,如果对方的logicalclock比自己的大，就修正自己的`logicalclock`，同时清空自己的票箱，重新计票
if (n.electionEpoch > logicalclock.get()) {
logicalclock.set(n.electionEpoch);
recvset.clear();
// 这里会比较票的信息，如果对方选的leader节点的比自己大，就推举对方选的leader节点，否则还是将票投给自己
if(totalOrderPredicate(n.leader, n.zxid, n.peerEpoch,
getInitId(), getInitLastLoggedZxid(), getPeerEpoch())) {
updateProposal(n.leader, n.zxid, n.peerEpoch);
} else {
updateProposal(getInitId(),
getInitLastLoggedZxid(),
getPeerEpoch());
}
sendNotifications();
// 如果自己的logicalclock 比对方的大，直接忽略对方的票
} else if (n.electionEpoch < logicalclock.get()) {
......
break;
// 如果logicalclock相等，那就直接比较自己当前选出来的leader和对方选出来的leader进行比较，如果自己的大，就不做处理，如果对方的大，就更新自己的票，重新投票
} else if (totalOrderPredicate(n.leader, n.zxid, n.peerEpoch,
proposedLeader, proposedZxid, proposedEpoch)) {
updateProposal(n.leader, n.zxid, n.peerEpoch);
sendNotifications();
}
//在这里将对方的票扔进投票箱
// don't care about the version if it's in LOOKING state
recvset.put(n.sid, new Vote(n.leader, n.zxid, n.electionEpoch, n.peerEpoch));
//这里就对投票进行统计了，如果过半，就要设置leader了，不过在这之前，会再等一个时间，看看其他节点是否有选出更适合的leader。
//如果没有，那就设置对方节点选出来的leader为主节点，对比下leader是不是自己，如果是自己，就将自己的状态修改为leader，否则就修改成follow。同时保存当前leader信息
if (termPredicate(recvset,
new Vote(proposedLeader, proposedZxid,
logicalclock.get(), proposedEpoch))) {
// Verify if there is any change in the proposed leader
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) {
self.setPeerState((proposedLeader == self.getId()) ?
ServerState.LEADING: learningState());
Vote endVote = new Vote(proposedLeader,
proposedZxid, logicalclock.get(),
proposedEpoch);
leaveInstance(endVote);
return endVote;
}
}
break;
case OBSERVING:
//这种状态的节点是不参与投票的，所以对它的发送的投票信息进行忽略。
break;
case FOLLOWING:
case LEADING:
//如果对方是following或者leading,说明当前已经有主节点了，在这里就直接统计票数信息，并验证根据票数信息统计出来的leader节点和回应自己消息的自称leader节点 是不是同一个，如果是同一个，说明信息是吻合的，就会去设置自己的节点状态。需要注意的是，投票信息不但会发送给其他节点，也会给自己发送。所以这里会判断对方节点是否是当前节点。
......
break;
default:
......
}
} else {
......
}
}
return null;
} finally {
......
}
}
比较节点大小也比较简单。
((newEpoch > curEpoch) ||
((newEpoch == curEpoch) &&
((newZxid > curZxid) || ((newZxid == curZxid) && (newId > curId)))));
首先比较epoch，其次比较zxid，最后比较myid。
myid就是我们在zookeeper每个节点中设置myid文件中对应的值。
zxid是两部分，前32bit epoch，后32 bit 事务序号。在一个节点成为leader节点后，首先会将epoch的值+1，同时将事务序号设置成0。zxid是持久化写入文件的，所以重启也不会丢失。
logicalclock在内存中，所以每次启动都会从0开始。
给其他节点发送投票消息的时候，也会给自己发送，其他节点是通过网络发送，给自己是直接放到接收投票信息的队列。
