成都创新互联网站制作重庆分公司

raft理论与实践[6]-lab3a-基于raft构建分布式容错kv服务

准备工作

  • 阅读raft论文

    梅县网站制作公司哪家好，找创新互联！从网页设计、网站建设、微信开发、APP开发、成都响应式网站建设等网站项目制作，到程序开发，运营维护。创新互联成立与2013年到现在10年的时间，我们拥有了丰富的建站经验和运维经验，来保证我们的工作的顺利进行。专注于网站建设就选创新互联。

  • 阅读raft理论与实践[1]-理论篇

  • 阅读raft理论与实践[2]-lab2a

  • 阅读raft理论与实践[3]-lab2a讲解

  • 阅读raft理论与实践[4]-lab2b日志复制

  • 阅读raft理论与实践[5]-lab2c日志复制

  • 阅读模拟RPC远程过程调用

前言

  • 在之前的文章中，我们实现了raft算法的基本框架

  • 在本实验中，我们将基于raft算法实现分布式容错的kv服务器

  • 客户端用于交互raft服务器

  • kvraft/client.go文件用于书写我们的客户端代码，调用Clerk的Get/Put/Append方法为系统提供强一致性的保证

  • 这里的强一致性指的是，如果我们一个一个的调用（而不是并发）Clerk的Get/Put/Append方法，那么我们的系统就好像是只有一个raft服务器存在一样，并且调用是序列的，即后面的调用比前面的调用后执行

  • 对于并发调用，最终状态可能难以预料，但是必须与这些方法按某种顺序序列化后执行一次的结果相同

  • 如果调用在时间上重叠，则这些调用是并发的。例如，如果客户端X调用Clerk.Put(),同时客户端Y调用Clerk.Append()

  • 同时，后面的方法在执行之前，必须保证已经观察到前面所有方法执行后的状态（技术上叫做线性化（linearizability））

  • 强一致性保证对应用程序很方便，因为这意味着所有客户端都看到相同的最新状态

  • 对于单个服务器，强一致性相对简单。多台的副本服务器却相对困难，因为所有服务器必须为并发请求选择相同的执行顺序，并且必须避免使用最新状态来回复客户端

本服务实现的功能

  • 本服务支持3种基本的操作，Put(key, value), Append(key, arg), and Get(key)

  • 维护着一个简单的键/值对数据库

  • Put(key, value)将数据库中特定key的值绑定为value

  • Append(key, arg)添加，将arg与key对应。如果key的值不存在，则其行为类似于Put

  • Get(key) 获取当前key的值

  • 在本实验中，我们将实现服务具体的功能，而不必担心Raft log日志会无限增长

实验思路

  • 对lab2中的raft服务器架构进行封装，封装上一些数据库、数据库快照、并会处理log的具体执行逻辑。

  • 对于数据库执行的Get/Put/Append方法都对其进行序列化并放入到lab2 raft的体系中，这样就能保证这些方法的一致性

获取源代码

  • 假设读者已经阅读了准备工作中的一系列文章

  • 在此基础上我们增加了本实验的基本框架kvraft文件以及linearizability文件

  • 读者需要在kvraft文件夹中，实验本实验的具体功能

  • 获取实验代码如下

git clone git@github.com:dreamerjackson/golang-deep-distributed-lab.git
git reset --hard   d345b34bc

客户端

  • Clerk结构体存储了所有raft服务器的客户端servers []*labrpc.ClientEnd，因此我们可以通过Clerk结构体与所有raft服务器通信

  • 我们需要为Clerk结构体实现Put(key, value), Append(key, arg), Get(key)方法

  • Clerk结构体是我们连接raft服务器的桥梁

  • 注意Clerk必须将方法发送到当前的leader节点中，由于其可能并不会知道哪一个节点为leader，因此需要重试。但是记住保存上一个leader的id会加快这一过程，因为leader在稳定的系统里面是不会变的。

  • 客户端必须要等到此操作不仅为commit，而且已经被完全应用后，才能够返回，这才能够保证下次get操作能够得到最新的

  • 需要注意的是，如果raft服务器出现了分区，可能会陷入一直等待，直到分区消失

补充Clerk

  • leader记录最后一个leader的序号

  • seq 记录rpc的序号

  • id记录客户端的唯一id

type Clerk struct {
    ...
    leader int   // remember last leader
    seq    int   // RPC sequence number
    id     int64 // client id
}

补充Get方法

  • Get方法会遍历访问每一个raft服务，直到找到leader

  • 调用时会陷入堵塞，等待rpc方法返回

  • 设置有超时时间，一旦超时，会重新发送

  • 为了保证Get方法到的数据是准确最新的，也必须要将其加入到raft算法中

  • 客户端必须要等到此操作不仅为commit，而且已经被完全应用后，才能够返回，这才能够保证下次get操作能够得到最新的。

func (ck *Clerk) Get(key string) string {
    DPrintf("Clerk: Get: %q\n", key)
    cnt := len(ck.servers)
    for {
        args := &GetArgs{Key: key, ClientID: ck.id, SeqNo: ck.seq}
        reply := new(GetReply)

        ck.leader %= cnt
        done := make(chan bool, 1)
        go func() {
            ok := ck.servers[ck.leader].Call("KVServer.Get", args, reply)
            done <- ok
        }()
        select {
        case <-time.After(200 * time.Millisecond): // rpc timeout: 200ms
            ck.leader++
            continue
        case ok := <-done:
            if ok && !reply.WrongLeader {
                ck.seq++
                if reply.Err == OK {
                    return reply.Value
                }
                return ""
            }
            ck.leader++
        }
    }

    return ""
}

补充Append和Put方法

  • 调用同一个PutAppend方法，但是最后一个参数用于标识具体的操作

func (ck *Clerk) Put(key string, value string) {
    ck.PutAppend(key, value, "Put")
}
func (ck *Clerk) Append(key string, value string) {
    ck.PutAppend(key, value, "Append")
}

  • 和Get方法相似，遍历访问每一个raft服务，直到找到leader

  • 调用时会陷入堵塞，等待rpc方法返回

  • 设置有超时时间，一旦超时，会重新发送

  • 客户端必须要等到此操作不仅为commit，而且已经被完全应用后，才能够返回，这才能够保证下次get操作能够得到最新的。

func (ck *Clerk) PutAppend(key string, value string, op string) {
    // You will have to modify this function.
    DPrintf("Clerk: PutAppend: %q => (%q,%q) from: %d\n", op, key, value, ck.id)
    cnt := len(ck.servers)
    for {
        args := &PutAppendArgs{Key: key, Value: value, Op: op, ClientID: ck.id, SeqNo: ck.seq}
        reply := new(PutAppendReply)

        ck.leader %= cnt
        done := make(chan bool, 1)
        go func() {
            ok := ck.servers[ck.leader].Call("KVServer.PutAppend", args, reply)
            done <- ok
        }()
        select {
        case <-time.After(200 * time.Millisecond): // rpc timeout: 200ms
            ck.leader++
            continue
        case ok := <-done:
            if ok && !reply.WrongLeader && reply.Err == OK {
                ck.seq++
                return
            }
            ck.leader++
        }
    }
}

Server

  • kvraft/server.go文件用于书写我们的客户端代码

  • KVServer结构是对于之前书写的raft架构的封装

  • applyCh chan raft.ApplyMsg 用于状态虚拟机应用coommit log，执行操作

  • db map[string]string 是模拟的一个数据库

  • notifyChs map[int]chan struct{} commandID => notify chan 状态虚拟机应用此command后，会通知此通道

  • duplicate map[int64]*LatestReply 检测重复请求

type KVServer struct {
    ...
    rf      *raft.Raft
    applyCh chan raft.ApplyMsg
    // Your definitions here.
    persist       *raft.Persister
    db            map[string]string
    notifyChs     map[int]chan struct{} // per log
    // duplication detection table
    duplicate map[int64]*LatestReply
}

完成PutAppend、Get方法

  • 下面以PutAppend为例，Get方法类似

  • 检测当前是否leader状态

  • 检测是否重复请求

  • 将此command通过rf.Start(cmd) 放入raft中

  • select等待直到ch被激活，即command index被此kv服务器应用

  • ch被激活后,需要再次检测当前节点是否为leader

    • 如果不是,说明leader更换,立即返回错误，这时由于如果不再是leader，那么虽然此kv服务器应用了此command index，但不一定是相同的command

    • 这个时候会堵塞直到序号为commandIndex的命令被应用，但是，如果leader更换，此commandIndex的命令不一定就是我们的当前的命令

    • 但是完全有可能新的leader已经应用了此状态，我们这时候虽然仍然返回错误，希望客户端重试，这是由于操作是幂等的并且重复操作无影响。

    • 优化方案是为command指定一个唯一的标识，这样就能够明确此特定操作是否被应用

func (kv *KVServer) PutAppend(args *PutAppendArgs, reply *PutAppendReply) {
    // Your code here.
    // not leader
    if _, isLeader := kv.rf.GetState(); !isLeader {
        reply.WrongLeader = true
        reply.Err = ""
        return
    }

    DPrintf("[%d]: leader %d receive rpc: PutAppend(%q => (%q,%q), (%d-%d).\n", kv.me, kv.me,
        args.Op, args.Key, args.Value, args.ClientID, args.SeqNo)

    kv.mu.Lock()
    // duplicate put/append request
    if dup, ok := kv.duplicate[args.ClientID]; ok {
        // filter duplicate
        if args.SeqNo <= dup.Seq {
            kv.mu.Unlock()
            reply.WrongLeader = false
            reply.Err = OK
            return
        }
    }

    // new request
    cmd := Op{Key: args.Key, Value: args.Value, Op: args.Op, ClientID: args.ClientID, SeqNo: args.SeqNo}
    index, term, _ := kv.rf.Start(cmd)
    ch := make(chan struct{})
    kv.notifyChs[index] = ch
    kv.mu.Unlock()

    reply.WrongLeader = false
    reply.Err = OK

    // wait for Raft to complete agreement
    select {
    case <-ch:
        // lose leadership
        curTerm, isLeader := kv.rf.GetState()
        if !isLeader || term != curTerm {
            reply.WrongLeader = true
            reply.Err = ""
            return
        }
    case <-kv.shutdownCh:
        return
    }
}

完成对于log的应用操作

  • <-kv.applyCh 是当log成为commit状态时，状态机对于log的应用操作

  • 本系列构建的为kv-raft服务，根据不同的服务其应用操作的方式不同

  • 下面的操作是简单的操作内存map数据库

  • 同时，将最后一个操作记录下来，避免同一个log应用了两次。

func (kv *KVServer) applyDaemon() {
    for {
        select {
        case msg, ok := <-kv.applyCh:
            if ok {
                // have client's request? must filter duplicate command
                if msg.Command != nil {
                    cmd := msg.Command.(Op)
                    kv.mu.Lock()
                    if dup, ok := kv.duplicate[cmd.ClientID]; !ok || dup.Seq < cmd.SeqNo {
                        switch cmd.Op {
                        case "Get":
                            kv.duplicate[cmd.ClientID] = &LatestReply{Seq: cmd.SeqNo,
                                Reply: GetReply{Value: kv.db[cmd.Key],}}
                        case "Put":
                            kv.db[cmd.Key] = cmd.Value
                            kv.duplicate[cmd.ClientID] = &LatestReply{Seq: cmd.SeqNo,}
                        case "Append":
                            kv.db[cmd.Key] += cmd.Value
                            kv.duplicate[cmd.ClientID] = &LatestReply{Seq: cmd.SeqNo,}
                        default:
                            DPrintf("[%d]: server %d receive invalid cmd: %v\n", kv.me, kv.me, cmd)
                            panic("invalid command operation")
                        }
                        if ok {
                            DPrintf("[%d]: server %d apply index: %d, cmd: %v (client: %d, dup seq: %d < %d)\n",
                                kv.me, kv.me, msg.CommandIndex, cmd, cmd.ClientID, dup.Seq, cmd.SeqNo)
                        }
                    }
                    // notify channel
                    if notifyCh, ok := kv.notifyChs[msg.CommandIndex]; ok && notifyCh != nil {
                        close(notifyCh)
                        delete(kv.notifyChs, msg.CommandIndex)
                    }
                    kv.mu.Unlock()
                }
            }
        }
    }
}

测试

> go test -v -run=3A

  • 注意，如果上面的测试出现错误也不一定是程序本身的问题，可能是单个进程运行多个测试程序带来的影响

  • 同时，我们可以运行多次避免偶然的影响

  • 因此，如果出现了这种情况，我们可以为单个测试程序独立的运行n次，保证正确性，下面是每10个测试程序独立运行，运行n次的脚本

rm -rf res
mkdir res
set int j = 0
for ((i = 0; i < 2; i++))
do
    for ((c = $((i*10)); c < $(( (i+1)*10)); c++))
    do
         (go test -v -run TestPersistPartitionUnreliableLinearizable3A) &> ./res/$c &
    done

    sleep 40

    if grep -nr "FAIL.*raft.*" res; then
        echo "fail"
    fi

done

总结

  • 在本实验中，我们封装了lab2a raft框架实现了容错的kv服务

  • 如果出现了问题，需要仔细查看log，思考问题出现的原因

  • 下一个实验中，我们将实现日志的压缩

参考资料

  • 项目链接

  • [lab3实验介绍]http://nil.csail.mit.edu/6.824/2020/labs/lab-kvraft.html)

  • 阅读raft论文

  • 阅读raft理论与实践[1]-理论篇

  • 阅读raft理论与实践[2]-lab2a

  • 阅读raft理论与实践[3]-lab2a讲解

  • 阅读raft理论与实践[4]-lab2b日志复制

  • 阅读raft理论与实践[5]-lab2c日志复制

  • 阅读模拟RPC远程过程调用


分享题目：raft理论与实践[6]-lab3a-基于raft构建分布式容错kv服务
网页路径：http://cxhlcq.com/article/ihdgce.html

其他资讯

全国免费咨询:

400-028-6601

业务咨询：028-86922220 / 13518219792

节假值班：18980820575 / 13518219792

联系地址：成都市太升南路288号锦天国际A幢1002号

Copyright © 成都创新互联科技有限公司重庆分公司 渝ICP备2021005571号
友情链接:： 成都网站建设 重庆网站建设 四川网站建设 重庆建设网站 移动服务器托管 成都服务器托管 云服务器 广告设计制作 重庆网页设计 重庆做网站 重庆网站制作 重庆网站建设 重庆网站公司 渝中网站制作 重庆网站设计

在线咨询

微信咨询

电话咨询

028-86922220（工作日）

18980820575（7×24）

提交需求

返回顶部