服务注册与分布式协调 / 系统课时

算清多数派与故障容忍边界

算清多数派与故障容忍边界

ZooKeeper 能否继续对外提供一致性服务,关键不在“还剩几台机器”,而在“还能否凑出投票成员的多数派”。本节用 3、5、7 节点算清仲裁门槛,并把结果用于成员变更前的安全判断。

学习目标

  • 会计算任意投票成员数对应的多数派门槛与最大可容忍故障数。
  • 理解为什么从奇数节点增加到下一个偶数节点,通常不会提升故障容忍能力。
  • 能在扩缩容前判断当前存活节点与目标成员集合是否仍满足仲裁条件。

多数派到底怎么算

设投票成员数为 nn,ZooKeeper 需要超过一半的成员参与仲裁,多数派门槛为:

Q=⌊n2⌋+1Q=\left\lfloor\frac{n}{2}\right\rfloor+1

在仍能组成多数派的前提下,最多可同时失效的投票成员数为:

F=n−Q=⌊n−12⌋F=n-Q=\left\lfloor\frac{n-1}{2}\right\rfloor

对 3、5、7 个投票成员直接代入即可:

投票成员数 多数派门槛 最多可失效 至少需存活
3 2 1 2
5 3 2 3
7 4 3 4

可以用一个可执行的 Bash 小脚本把计算固定下来,避免在变更窗口里心算出错。

bash
set -euo pipefail
for n in 3 4 5 6 7; do
  quorum=$((n / 2 + 1))
  failures=$((n - quorum))
  printf 'n=%d quorum=%d tolerated_failures=%d\n' "$n" "$quorum" "$failures"
done

预期输出:

text
n=3 quorum=2 tolerated_failures=1
n=4 quorum=3 tolerated_failures=1
n=5 quorum=3 tolerated_failures=2
n=6 quorum=4 tolerated_failures=2
n=7 quorum=4 tolerated_failures=3

为什么偶数节点通常不增加容错

从 3 个投票成员扩到 4 个时,多数派从 2 提升到 3,可容忍故障仍然只有 1 个;从 5 扩到 6 时,多数派从 3 提升到 4,可容忍故障仍然只有 2 个。新增的偶数节点增加了资源和网络参与者,却没有增加“最多能坏几台”。

这不代表偶数规模一定错误。某些迁移过程会短暂经过 4 或 6 个成员,或者节点分布受机房、容量约束影响。重点是不要把“节点数量增加”误判成“高可用能力已经提升”。

变更前同时检查两套边界

成员变更不能只算目标规模。执行前至少检查两件事:当前集群现在能不能形成多数派,以及变更完成后保留下来的可达成员能不能形成目标配置的多数派。

例如当前是 5 节点集群,已经故障 2 台,此时只剩 3 台,刚好等于当前多数派门槛。若再下线其中 1 台做缩容,当前配置会先跌到 2 个可用投票成员,集群可能在成员变更提交前就失去仲裁。因此“最终想缩成 3 节点”并不能证明操作过程安全。

一个实用判断方式是把已经故障的节点和计划内不可用节点一起计算。只要任一阶段的可达投票成员数小于当时配置对应的 QQ,就应先恢复节点或调整操作顺序,而不是继续变更。

用故障预算安排扩缩容

扩容时,应先保证待加入节点能够正常启动、网络互通并具备稳定运行条件,再把它视为新的投票容量;缩容时,则要保证移除成员之后,剩余可达成员仍满足目标多数派。

对于 3 节点集群,最多只能同时失去 1 个投票成员;5 节点最多失去 2 个;7 节点最多失去 3 个。成员变更计划真正需要保护的,就是不要让“已有故障 + 计划内不可用”超过这份故障预算。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

算清多数派与故障容忍边界

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通