利用etcd选举sdk实践master/slave故障转移

有态度的马甲

发布于 2022-08-23 15:07:41

3240

发布于 2022-08-23 15:07:41

文章被收录于专栏：精益码农

本次记录[利用etcd选主sdk实践master/slave故障转移]，并利用etcdctl客户端验证选主sdk的工作原理。

master/slave高可用集群

本文目标

在异地多机房部署节点，slave作为备用实例启动，但不接受业务流量，监测到master宕机，slave节点自动提升为master并接管业务流量。

基本思路

各节点向etcd注册带租约的节点信息，并各自维持心跳保活，选主sdk根据目前存活的、最早创建的节点信息键值对 来确立leader，并通过watch机制通知业务代码leader变更。

讲道理，每个节点只需要知道两个信息就能各司其职

• 谁是leader ==> 当前节点是什么角色===> 当前节点该做什么事情
• 感知集群leader变更的能力 ===》当前节点现在要不要改变行为

除了官方etcd客户端go.etcd.io/etcd/client/v3，还依赖go.etcd.io/etcd/client/v3/concurrency package：实现了基于etcd的分布式锁、屏障、选举

选主过程	实质	api
竞选前先查询leader了解现场	查询当前存活的，最早创建的kv值	*concurrency.Election.Leader()
初始化时，各节点向etcd阻塞式竞选	各节点向etcd注册带租约的键值对	*concurrency.Election.compaign
建立master/slave集群，还能及时收到变更通知	通过chan传递最新的leader value	*concurrency.Election.Observe()

重点解读

1.初始化etcd go客户端

注意：etcd客户端和服务端是通过grpc来通信，目前新版本的etcd客户端默认使用非阻塞式连接，也就是说v3.New函数仅表示从指定配置创建etcd客户端。

为快速确定etcd选举的可用性，本实践使用阻塞式创建客户端：

cli, err := v3.New(v3.Config{
  Endpoints:   addr,
  DialTimeout: time.Second * 5,
  DialOptions: []grpc.DialOption{grpc.WithBlock()},
 })
 if err != nil {
  log.WithField("instance", Id).Errorln(err)
  return nil, err
 }

2. 竞选

使用阻塞式命令compaign竞选之前，应先查询当前leader：

// 将id：ip：port作为竞选时写入etcd的value
func (c *Client) Election(id string, notify chan<- bool) error {
 //竞选前先试图去了解情况
 ctx, cancel := context.WithTimeout(context.Background(), time.Second*3)
 defer cancel()
 resp, err := c.election.Leader(ctx)
 if err != nil {
  if err != concurrency.ErrElectionNoLeader {
   return err
  }
 } else { // 已经有leader了
  c.Leader = string(resp.Kvs[0].Value)
  notify <- (c.Leader == id)
 }

 if err = c.election.Campaign(context.TODO(), id); err != nil {
  log.WithError(err).WithField("id", id).Error("Campaign error")
  return err
 } else {
  log.Infoln("Campaign success!!!")
  c.Leader = id
  notify <- true
 }
 c.election.Key()
 return nil
}

参选：将持续刷新的leaseID作为key，将特定的客户端标记(这里使用ip:port)作为value，写到etcd.

当选：当前存活的、最早创建的key是leader ，也就是说leader故障转移并不是随机的。

3. watch leader变更

golang使用信道完成goroutine通信，

本例声明信道： notify = make(chan bool, 1)

一石二鸟：监听该信道能够知道集群leader是否发生变化；信道内传的值表示当前节点是否是leader

func (c *Client) Watchloop(id string, notify chan<- bool) error {
 ch := c.election.Observe(context.TODO()) // 观察leader变更
 tick := time.NewTicker(c.askTime)

 defer tick.Stop()
 for {
  var leader string

  select {
  case _ = <-c.sessionCh:
   log.Warning("Recv session event")
   return fmt.Errorf("session Done") // 一次续约不稳，立马退出程序
  case e := <-ch:
   log.WithField("event", e).Info("watch leader event")
   leader = string(e.Kvs[0].Value)
   ctx, cancel := context.WithTimeout(context.Background(), time.Second*3)
   defer cancel()
   resp, err := c.election.Leader(ctx)
   if err != nil {
    if err != concurrency.ErrElectionNoLeader {
     return err
    } else { // 目前没leader，开始竞选了
     if err = c.election.Campaign(context.TODO(), id); err != nil {
      log.WithError(err).WithField("id", id).Error("Campaign error")
      return err
     } else { // 竞选成功
      leader = id
     }
    }
   } else {
    leader = string(resp.Kvs[0].Value)
   }
  }
  if leader != c.Leader {
   log.WithField("before", c.Leader).WithField("after", leader == id).Info("leader changed")
   notify <- (leader == id)
  }
  c.Leader = leader
 }
}

c.election.Observe(context.TODO()) 返回最新的leader信息，配合select case控制结构能够及时拿到leader变更信息。

如题：通过Leader字段和chan <- bool信道，掌控了整个选举集群的状态，可根据这两个信息去完成业务上的master/slave故障转移。

使用etcdctl确定leader

election.Leader的源码证明了[当前存活的，最早创建的kv为leader]

// Leader returns the leader value for the current election.
func (e *Election) Leader(ctx context.Context) (*v3.GetResponse, error) {
 client := e.session.Client()
 resp, err := client.Get(ctx, e.keyPrefix, v3.WithFirstCreate()...)
 if err != nil {
  return nil, err
 } else if len(resp.Kvs) == 0 {
  // no leader currently elected
  return nil, ErrElectionNoLeader
 }
 return resp, nil
}

等价于

./etcdctl get /merc --prefix --sort-by=CREATE --order=ASCEND --limit=1