简介
Discovery模块负责发现集群中的节点，以及选择主节点。ES支持多种不同Discovery类型选择，内置的实现称为Zen Discovery,其他的包括公有云平台亚马逊的EC2、谷歌的GCE等。
本章讨论内置的Zen Discovery实现。Zen Discovery封装了节点发现(Ping)、选主等实现过程，现在我们先讨论选主流程，在后面的章节中整体性介绍Discovery模块。
设计思想
所有分布式系统都需要以某种方式处理一致性问题。一般情况下，可以将策略分为两组：试图避免不一致及定义发生不一致之后如何协调它们。后者在适用场景下非常强大，但对数据模型有比较严格的限制。因此这里研究前者，以及如何应对网络故障。
为什么使用主从模式
除主从(Leader/Follower) 模式外，另一种选择是分布式哈希表(DHT)，可以支持每小时数千个节点的离开和加入，其可以在不了解底层网络拓扑的异构网络中工作，查询响应时间大约为4到10跳(中转次数)，例如，Cassandra就使用这种方案。但是在相对稳定的对等网络中，主从模式会更好。
ES的典型场景中的另一个简化是集群中没有那么多节点。通常，节点的数量远远小于单个节点能够维护的连接数，并且网络环境不必经常处理节点的加入和离开。这就是为什么主从模式更合适ES。
选举算法
在主节点选举算法的选择上，基本原则是不重复造轮子。最好实现一个众所周知的算法，这样的好处是其中的优点和缺陷是已知的。ES的选举算法的选择上主要考虑下面两种。
Bully算法
Leader选举的基本算法之一。它假定所有节点都有一个唯一的 ID，使用该ID对节点进行排序。任何时候的当前Leader都是参与集群的最高ID节点。该算法的优点是易于实现。但是，当拥有最大ID的节点处于不稳定状态的场景下会有问题。例如，Master 负载过重而假死，集群拥有第二大ID的节点被选为新主，这时原来的Master恢复，再次被选为新主，然后又假死......
ES通过推迟选举，直到当前的Master 失效来解决上述问题，只要当前主节点不挂掉，就不重新选主。但是容易产生脑裂(双主)，为此，再通过“法定得票人数过半”解决脑裂问题。
Paxos算法
Paxos非常强大，尤其在什么时机，以及如何进行选举方面的灵活性比简单的Bully算法有很大的优势，因为在现实生活中，存在比网络连接异常更多的故障模式。但Paxos实现起来非常复杂。
相关配置
与选主过程相关的重要配置有下列几个，并非全部配置。
discovery.zen.minimum_master_nodes：最小主节点数，这是防止脑裂、防止数据丢失的极其重要的参数。这个参数的实际作用早已超越了其表面的含义。除了在选主时用于决定“多数”，还用于多处重要的判断，至少包含以下时机：
- 触发选主：进入选主的流程之前，参选的节点数需要达到法定人数。
- 决定Master：选出临时的Master之后，这个临时Master需要判断加入它的节点达到法定人数，才确认选主成功。
- gateway选举元信息：向有 Master 资格的节点发起请求，获取元数据，获取的响应数量必须达到法定人数，也就是参与元信息选举的节点数。
- Master发布集群状态：发布成功数量为多数。
为了避免脑裂，它的值应该是半数以上(quorum)：(master_eligible_nodes /2) 1
例如：如果有3个具备Master资格的节点，则这个值至少应该设置为(3/2) 1=2。
该参数可以动态设置:
PUT /_cluster/settings
{
"persistent" : {
"discovery.zen.minimum master_nodes" : 2
}
}discovery.zen.ping.unicast.hosts：集群的种子节点列表，构建集群时本节点会尝试连接这个节点列表，那么列表中的主机会看到整个集群中都有哪些主机。可以配置为部分或全部集群节点。可以像下面这样指定：
discovery.zen.ping.unicast.hosts:
- 192.168.1.10:9300
- 192.168.1.11
- seeds.mydomain.com默认使用9300端口，如果需要更改端口号，则可以在IP后手工指定端口。也可以设置一个域名，让该域名解析到多个IP地址，ES会尝试连接这个IP列表中的全部地址。
discovery.zen.ping.unicast.hosts.resolve_timeout: DNS解析超时时间，默认为5秒。discovery.zen.join_timeout: 节点加入现有集群时的超时时间，默认为ping_ timeout的20倍。discovery.zen.join_retry_attemptsjoin_timeout：超时之后的重试次数,默认为3次。discovery.zen.join_retry_delayjoin_timeout：超时之后，重试前的延迟时间，默认为100毫秒。discovery.zen.master_election.ignore_non_master_ pings：设置为true时，选主阶段将忽略来自不具备Master资格节点(node.master: false)的ping请求，默认为false。discovery.zen.fd.ping_interval：故障检测间隔周期，默认为1秒。discovery.zen.fd.ping_timeout：故障检测请求超时时间，默认为30秒。discovery.zen.fd.ping_retries：故障检测超时后的重试次数，默认为3次。
流程概述
ZenDiscovery的选主过程如下：
- 每个节点计算最小的已知节点 ID，该节点为临时Master。向该节点发送领导投票。
- 如果一个节点收到足够多的票数，并且该节点也为自己投票，那么它将扮演领导者的角色，开始发布集群状态。
- 所有节点都会参与选举，并参与投票，但是，只有有资格成为Master的节点(node.maste为true)的投票才有效。
获得多少选票可以赢得选举胜利，就是所谓的法定人数。在ES中，法定大小是一个可配置的参数。配置项: discovery.zen.minimum master_ nodes。 为了避免脑裂，最小值应该是有Maste资格的节点数n/2 1。
流程分析
整体流程可以概括为：
- 选举临时Master；
- 投票-确认Master，如果本节点当选，则等待确立Master，如果其他节点当选，则尝试加入集群，然后启动节点失效探测器；
- 失效节点探测；
具体如下图所示。
执行本流程的线程池: generic。
下面我们具体分析每个步骤的实现。
选举临时Maste
选举过程的实现位于ZenDiscovery#findMaster。 该函数查找当前集群的活跃Master，或者从候选者中选择新的Master。如果选 主成功，则返回选定的Master，否则返回空。
为什么是临时Master？因为还需要等待下一个步骤，该节点的得票数足够时，才确立为真正的Master。
临时Master的选举过程如下:
- “ping”所有节点，获取节点列表fullPingResponses， ping结果不包含本节点，把本节点单独添加到fullPingResponses中。
- 构建两个列表。
activeMasters列表：存储集群当前活跃Master列表。遍历第一步 获取的所有节点，将每个节点所认为的当前Master节点加入activeMasters 列表中(不包括本节点)。在遍历过程中，如果配置了discovery.zen.master_election.ignore_non_master_pings 为true ( 默认为false)，而节点又不具备Master资格，则跳过该节点。
具体流程如下图所示。
这个过程是将集群当前已存在的Master加入activeMasters列表，正常情况下只有一个。如果集群已存在Master，则每个节点都记录了当前Master是哪个，考虑到异常情况下，可能各个节点看到的当前Master不同。在构建activeMasters列表过程中，如果节点不具备Master资格，则可以通过ignore_non_master_pings 选项忽略它认为的那个Master。
masterCandidates列表：存储master候选者列表。遍历第一步获取列表，去掉不具备Maste资格的节点，添加到这个列表中。如果activeMasters为空，则从masterCandidates中选举，结果可能选举成功，也可能选举失败。如果不为空，则从activeMasters中选择最合适的作为Master。
整体流程如下图所示。
从masterCandidates中选主
与选主的具体细节实现封装在ElectMasterService类中，例如，判断候选者是否足够，选择具体的节点作为Master等。
从masterCandidates中选主时，首先需要判断当前候选者人数是否达到法定人数，否则选主失败。
代码语言：javascript复制public boolean hasEnoughCandidates (Collection<MasterCandidate> candidates) {
//候选者为空，返回失败
if (candidates.isEmpty()) {
return false;
}
//默认值为-1， 确保单节点的集群可以正常选主
if (minimumMasterNodes < 1) {
return true;
}
return candidates .size () >= minimumMasterNodes;
}当候选者人数达到法定人数后，从候选者中选一个出来做Master：
代码语言：javascript复制public MasterCandidate electMaster (Collection<MasterCandidate> candidates) {
List<MasterCandidate> sortedCandidates = new ArrayList<> (candidates);
//通过自定义的比较函数对候选者节点从小到大排序
sortedCandidates.sort (MasterCandidate :: compare);
//返回最新的作为Master
return sortedCandidates.get(0);
}可以看出这里只是将节点排序后选择最小的节点作为Master。但是排序时使用自定义的比较函数MasterCandidate::compare，早期的版本中只是对节点ID进行排序，现在会优先把集群状态版本号高的节点放在前面。
使用默认比较函数的情况下，sort结果为从小到大排序。参考Long类型的比较函数的实现：
代码语言：javascript复制public static int compare (1ong X，long y) {
return(x<y)?-1:((x==y)?0:1);
}
自定义比较函数的实现:
public static int compare(MasterCandidate cl, MasterCandidate c2) {
//先比较集群状态版本，注意此处c2在前，c1在后
int ret = Long.compare(c2.clusterStateVersion, c1.clusterStateVersion);
//如果版本号相同，则比较节点ID
if(ret==0){
ret = compareNodes (c1.getNode()，c2.getNode());
}
return ret;
}节点比较函数compareNodes的实现：对于排序效果来说，如果传入的两个节点中，有一个节点具备Master资格，而另一个不具备，则把有Master资格的节点排在前面。如果都不具备Master资格，或者都具备Master资格，则比较节点ID。
但是，masterCandidates 列表中的节点都是具备Master资格的。compareNodes 比较函数的两个if判断是因为在别的函数调用中会存在节点列表中可能存在不具备Master资格节点的情况。因此此处只会比较节点ID。
代码语言：javascript复制private static int compareNodes (DiscoveryNode o1, DiscoveryNode o2) {
//两个if处理两节点中一个具备Master资格而另一个不具备的情况
if (o1.isMasterNode() && !o2.isMasterNode () ) {
return -1;
}
if (!o1.isMasterNode() && o2.isMasterNode()) {
return 1;
}
//通过节点ID排序
return o1.getId().compareTo(o2.getId());
}从activeMasters列表中选择列表存储着集群当前存在活跃的Master，从这些已知的Master节点中选择一个作为选举结果。选择过程非常简单，取列表中的最小值，比较函数仍然通过compareNodes实现，activeMasters 列表中的节点理论情况下都是具备Master资格的。
代码语言：javascript复制public DiscoveryNode tieBreakActiveMasters (Collection<DiscoveryNode> activeMasters)
return activeMasters.stream().min(ElectMasterService ::compareNodes).get();
}投票与得票的实现
在ES中，发送投票就是发送加入集群(JoinRequest)请求。得票就是申请加入该节点的请求的数量。收集投票，进行统计的实现在ZenDiscovery#handleJoinRequest方法中，收到的连接被存储到ElectionContext#joinRequestAccumulator中。当节点检查收到的投票是否足够时，就是检查加入它的连接数是否足够，其中会去掉没有Master资格节点的投票。
public synchronized int getPendingMasterJoinsCount() {
int pendingMasterJoins = 0;
//遍历当前收到的join请求
for (DiscoveryNode node : joinReques tAccumulator .keySet()) {
//过滤不具备master资格的节点
if (node. isMasterNode()) {
pendingMasterJoins ;
}
}
return pendingMasterJoins;
}确立Master或加入集群
选举出的临时Master 有两种情况：该临时Master是本节点或非本节点。为此单独处理。现在准备向其发送投票。
如果临时Master是本节点：
- 等待足够多的具备Master资格的节点加入本节点(投票达到法定人数)，以完成选举。超时(默认为30秒，可配置)后还没有满足数量的join请求，则选举失败，需要进行新一轮选举。
- 成功后发布新的clusterState。
如果其他节点被选为Master：
- 不再接受其他节点的join请求。
- 向Master发送加入请求，并等待回复。超时时间默认为1分钟(可配置)，如果遇到异常，则默认重试了3次(可配置)。这个步骤在joinElectedMaster方法中实现。
- 最终当选的Master会先发布集群状态，才确认客户的join请求，因此, joinElectedMaster返回代表收到了join请求的确认，并且已经收到了集群状态。本步骤检查收到的集群状态中的Master节点如果为空，或者当选的Master不是之前选择的节点，则重新选举。
节点失效检测
到此为止，选主流程已执行完毕，Master 身份已确认，非Master节点已加入集群。节点失效检测会监控节点是否离线，然后处理其中的异常。失效检测是选主流程之后不可或缺的步骤，不执行失效检测可能会产生脑裂(双主或多主)。在此我们需要启动两种失效探测器：
- 在Master节点，启动NodesFaultDetection，简称NodesFD。定期探测加入集群的节点是否活跃。
- 在非Master节点启动MasterFaultDetection，简称MasterFD。定期探测Master节点是否活跃。
NodesFaultDetection和MasterFaultDetection都是通过定期(默认为1秒)发送的ping请求探测节点是否正常的，当失败达到一定次数(默认为3次)，或者收到来自底层连接模块的节点离线通知时，开始处理节点离开事件。
NodesFaultDetection 事件处理
检查一下当前集群总节点数是否达到法定节点数(过半)，如果不足，则会放弃Master身份，重新加入集群。为什么要这么做?设想下面的场景，如下图所示。
假设有5台机器组成的集群产生网络分区，2台组成一组，另外3台组成一组，产生分区前，原Master为Node1。此时3台一组的节点会重新选举并成功选取Noded3作为Master，会不会产生双主?NodesFaultDetection就是为了避免上述场景下产生双主。
对应事件处理主要实现如下：在ZenDiscovery#handleNodeFailure中执行NodeRemoval-ClusterStateTaskExecutor#execute。
public ClusterTasksResult<Task> execute (final ClusterState currentState, final List<Task> tasks) throws Exception {
//判断剩余节 点是否达到法定人数
if (electMasterService.hasEnoughMasterNodes (remainingNodesClusterState.nodes()) == false) {
final int masterNodes = electMas terService.countMasterNodes(remainingNodesClusterState.nodes());
rejoin.accept(LoggerMessageFormat.format("not enough master nodes(has [{}]， but needed [{}])", masterNodes, electMasterService.minimumMasterNodes()));
return resultBuilder .build (currentState) ;
} else {
return resultBuilder.build (allocationService.deassociateDeadNodes(remainingNodesClusterState, true, describeTasks(tasks)));
}
}主节点在探测到节点离线的事件处理中，如果发现当前集群节点数量不足法定人数，则放弃Master身份，从而避免产生双主。
MasterFaultDetection事件处理
探测Master离线的处理很简单，重新加入集群。本质上就是该节点重新执行一遍选主的流程。对应事件处理主要实现如下: ZenDiscovery#handleMasterGone
private void handleMasterGone (final DiscoveryNode masterNode, final Throwable cause, final String reason) {
synchronized(stateMutex) {
if (localNodeMaster() == false && masterNode.equals (committedState.get().nodes ().getMasterNode())) {
pendingStatesQueue.failAllStatesAndClear (new ElasticsearchException("master left[[)]", reason));
//重新加入集群
rejoin ("master left (reason = " reason ")");
}
}
}小结
选主流程在集群中启动，从无主状态到产生新主时执行，同时集群在正常运行过程中，Master探测到节点离开，非Master节点探测到Master离开时都会执行。
