当前位置：首页 > article >正文

kafka学习笔记（一）--脑裂

article 2025/2/1 12:59:33

我知道你想裂，但你先别裂

脑裂

用集群部署的大多数的分布式系统无可避免会面临脑裂问题。简单来说，脑裂就是在同一时刻出现了两个“Leader（或叫Master）”。设想这样一个场景：某分布式系统的分别部署在A，B两机房，每个机房有若干个节点。在正常情况下，这个分布式系统通过一致性协议（如 Paxos 或 Raft）来选举出一个 Leader，所有的读写请求都会通过 Leader 进行处理，副本们同Leader保持一致，确保数据的一致性。

假设一天出现了某种故障，A 机房和 B 机房之间的通信中断，且Leader丢失。这时，A 机房和 B 机房的节点可能会各自进行Leader选举，导致出现两个 Leader。这就是脑裂现象。

此时，如果多个不同区域的客户端向系统发送请求，根据就近路由的原则，用户可能向A机房的 leader 发送写请求，也可能向 B 机房的 leader 发送写请求，那么这两个请求可能会导致系统状态不一致。

为了解决脑裂问题，分布式系统通常会采取以下策略：

引入协调服务：使用 zooKeeper 作为第三方协调服务来管理 Leader 选举和节点状态。

采用一致性算法：通过使用 Paxos、Raft 等一致性算法，系统可以在网络分区发生时，保证只有一个 Leader 被选举出来。这些算法通常要求选举过程中获得超过半数节点的支持，以确保 Leader 的唯一性。

降低系统可用性：根据 CAP （Consistency，Availability，Partition tolerance）定理，在保证分区容错性的前提下，分布式系统必须在一致性和可用性之间做出选择。为了避免脑裂问题，系统可以牺牲部分可用性，例如拒绝处理写请求。

使用租约机制：分布式系统中的 Leader 可以通过租约（Lease）机制来确保其地位。Leader 需要在租约期限内，定期向其他节点发送心跳消息。如果租约到期，Leader 未能及时更新租约，那么其他节点会发起新一轮的选举。这样，即使出现脑裂现象，只要租约期限设置得当，系统也能在一定程度上保持一致性。

Kafka如何防止脑裂-Leader Epoch

为了解决脑裂kafka从0.11.0.0开始引入Leader Epoch的概念。
epoch是一个递增的整数。每当一个当新的leader被选举出来时，epoch都会+1。kafka的所有副本都会维护一个leader-epoch-checkpoint的文件，当eppch发生更新时，kafka会将矢量<LeaderEpoch => StartOffset> 追加到这个文件中，其中StartOffset表示当前的epoch下写入第一条消息的偏移量。副本在同步数据时，会将自己最新的epoch值一同发送给leader。leader收到follower的请求后，会检查请求中的epoch值。如果请求中的epoch值与当前leader的epoch值一致，说明follower与leader之间的同步关系符合预期，leader会接受follower的请求，将自己的数据复制给follower。如果请求中的epoch值小于当前leader的epoch值，说明follower已经过时，leader会拒绝follower的请求，并更新follower的epoch值。

# 查看leader-epoch-checkpoint
# broker ip
tail -f /kafka-logs/your—topic-partition/leader-epoch-checkpoint
0
1

此外，在查看leader-epoch-checkpoint的时候可能会注意到replication-offset-checkpoint 文件。这个文件记录了follower副本已经成功同步的各个主题分区的Offset信息。当follower副本重新启动或发生故障恢复时，会根据这个文件从正确的位置继续同步数据。
leader-epoch-checkpoint和replication-offset-checkpoint文件在Kafka中分别负责管理leader副本和follower副本的状态信息。它们之间的关系在于它们共同参与了Kafka副本同步和故障恢复的过程，确保了Kafka集群在面临故障时能够正确地恢复状态，保证数据的一致性和可靠性。