本文整理自Apache RocketMQ社区PMC Member刘振东在2019年1月12日Apache RocketMQ开发者沙龙上海站的分享。通过本文，您将了解到：
1. 多副本技术的演进;
2. DLedger的介绍；
3. RocketMQ on DLedger；
4. 社区发展；
多副本技术的演进
1.2 Master/Slave
多副本最早的是Master/Slave架构，即简单地用Slave去同步Master的数据，RocketMQ最早也是这种实现。分为同步模式（Sync Mode）和异步模式（Async Mode），区别就是Master是否等数据同步到Slave之后再返回Client。这两种方式目前在RocketMQ社区广泛使用的版本中都有支持，原理图如下图1所示：
1.2 基于Zookeeper服务
随着Google三篇核心技术论文的发表（MapReduce、GFS和BigTable），分布式领域开启了快速发展。在Hadoop 生态中，诞生了一个基于 Paxos 算法选举Leader的分布式协调服务 Zookeeper。由于Zookeeper本身拥有高可用和高可靠的特性，随之诞生了很多基于Zookeeper的高可用高可靠的系统。具体做法如下图2 ：
如图所示，假如系统里有3个节点，通过Zookeeper提供的一些接口，可以从3个节点中自动的选出一个master来。选出一个master后，另外两个没成功的就自然变成slave。选完之后，后续过程与传统实现方式中的复制一样。故基于Zookeeper的系统与基于Master/Slave系统最大的区别就是：选master的过程由手动选举变成依赖一个第三方的服务（比如Zookeeper或Etcd）的选举。基于Zookeeper的服务还存在一个变种，具体做法如下图3：
在第一种方式中，发起者（Client）和接收者（Server）都是在同一个进程中的。而在这种方式中Client是脱离于Server之外的，通过Zookeeper，从这三个Client中选出一个master来，选完master后把请求同时发送到3个Server里，这样也可以达到多副本的效果。
但是基于Zookeeper的服务也带来一个比较严重的问题：依赖加重，部署、运维和故障诊断成本都大大提高。因为运维Zookeeper是一件很复杂的事情。
1.3 基于Raft服务方式
Raft可以认为是Paxos的简化版。基于Raft的方式如下图4所示，与上述两种方式最大的区别是：leader 的选举是由自己完成的。比如一个系统有3个节点，这3个节点的leader是利用Raft的算法通过协调选举自己去完成的，选举完成之后，master到slave同步的过程仍然与传统方式类似。最大的好处就是去除了依赖，即本身变得很简单，可以自己完成自己的协调。
Raft Leader Election机制
Raft最大的好处就是可以实现自身leader选举。如果一个分布系统要自我协调，通常是采用“投票”的方式，在“投票”的时候，为了解决冲突问题，就采用了两个机制：Term和Quorum。
Term，即给每一次投票编号，以1、2、3这样的数字命名。
Quorum，即少数服从多数原则，每一次投票必须要得到多数派（N/2 + 1）的同意才认为是成功。
根据这两个机制，在一个Term中，一个节点只能投出一票，保证在一个Term中只有一个节点能选举成功。如果在一个Term中，没有节点获得大多数节点（N/2+1）的选票，选举失败，会重新发起选举。选举失败后，给每个节点设置合适的随机等待时间，会容易更快选举完成。选举成功之后就是跟之前比较相似的复制过程。
三种实现高可靠和高可用的方法优劣对比
Master/Slave，Based on Zookeeper/Etcd和Raft，这三种是目前分布式系统中，做到高可靠和高可用的基本的实现方法，各有优劣。
Master/Slave
优点：实现简单
缺点：不能自动控制节点切换，一旦出了问题，需要人为介入。
Based on Zookeeper/Etcd
优点：可以自动切换节点
缺点：部署、运维、诊断成本很高。
Raft
优点：可以自己协调，并且去除依赖。
缺点：实现Raft，在编码上比较困难。
DLedger的介绍
2.1 DLedger的定位
前文介绍了目前分布式系统中，做到高可靠和高可用的三种基本的实现方法。Raft算法现在解析的比较多，也比较成熟，代码实现难度也有所降低。DLedger 作为一个轻量级的Java Library，它的作用就是将Raft有关于算法方面的内容全部抽象掉，开发人员只需要关心业务即可。
如上图所示，DLedger 只做一件事情，就是CommitLog。Etcd虽然也实现了Raft协议，但它是自己封装的一个服务，对外提供的接口全是跟它自己的业务相关的。在这种对Raft的抽象中，可以简单理解为有一个StateMachine和CommitLog。CommitLog是具体的写入日志、操作记录，StateMachine是根据这些操作记录构建出来的系统的状态。在这样抽象之后，Etcd对外提供的是自己的StateMachine的一些服务。DLedger 的定位就是把上一层的StateMachine给去除，只留下CommitLog。这样的话，系统就只需要实现一件事：就是把操作日志变得高可用和高可靠。
这样做对消息系统还有非常特别的含义。消息系统里面如果还采用StateMachine + CommitLog的方式，会出现double IO的问题。因为消息本身可以理解为是一个操作记录，Dledger 会提供一些对原生CommitLog访问的API。通过这些API可以直接去访问CommitLog。这样的话，只需要写入一次就可以拿到写入的内容。DLedger 对外提供的是简单的API，如下图6所示。可以把它理解为一个可以无限写入操作记录的文件，可以不停append，每一个append的记录会加上一个编号。所以直接去访问DLedger 的话就是两个API：一个是append(data)，另一个是get(index)，即根据编号拿到相应的entry（一条记录）。
2.2 DLedger 的架构
DLedger的架构如下图7所示：
从前面介绍的多副本技术的历史可以知道，我们要做的主要有两件事：选举和复制，对应到上面的架构图中，也就是两个核心类：DLedgerLeaderElector和DLedgerStore，选举和文件存储。选出leader后，再由leader去接收数据的写入，同时同步到其他的follower，这样就完成了整个Raft的写入过程。
2.3 DLedger 的代码
因为DLedger 只有CommitLog，没有StateMachine，所以代码很精简，只有4000多行，总体代码测试覆盖率大概是70％。通过如下几行命令便可以快速地体验：
DLedger源代码地址：https://github.com/openmessaging/openmessaging-storage-DLedger
RocketMQ on DLedger
3.1DLedger 在RocketMQ上的应用
DLedger虽然只需要写CommitLog，但是基于CommitLog是可以做很多事情的。RocketMQ原来的架构里是有CommitLog的，现在用DLedger 去替代原来的CommitLog。由于DLedger 提供了一些可以直接读取CommitLog的API，于是就可以很方便地根据CommitLog去构建ConsumerQueue或者其他的模块。这就是DLedger 在RocketMQ上最直接的应用。
3.2DLedger 与RocketMQ对接时格式上的区别
加了DLedger 之后，其实就是在原来的消息上面加了一个头。这个头就是DLedger 的头，本质上是一些简单的属性，例如size等。如下图10所示。
在使用的时候会有格式上的差异，所以社区在升级的时候做了一个平滑升级的考虑，如图11所示。要解决的问题是：如何将原来已有的CommitLog和现在基于DLedger 的CommitLog混合？现在已经支持自动混合，但是唯一的一个要求是旧版的CommitLog需要自己去保持它的一致性。因为DLedger 的复制是从新写入的记录开始。假设旧的CommitLog已经是一致的情况下，然后直接启动DLedger ，是可以在旧的CommitLog基础上继续append，同时保证新写消息的一致性，高可靠和高可用。这是DLedger 直接应用到RocketMQ上的时候一个格式上的区别。
对于用户来说，这样做最直接的好处是：若使用Master/Slave架构模式，一旦一个broker挂了，则需要手动控制。但是使用DLedger 之后不需要这么做。因为DLedger 可以通过自己选举，然后把选举结果直接传给RocketMQ的broker，这样通过nameserver拿到路由的时候就可以自动找到leader节点去访问消息，达到自动切换的目的。如下图12所示：
3.3DLedger 多中心
上面只是最基本的应用，更直接的应用如图13所示：（容灾切换）
这里举一个真实的金融应用场景：杭州、深圳和上海分别代表系统中三个节点，进行消息传输。要求：数据一条都不能丢，满足实时高可用并且考虑城市之间的容灾。
Raft的论文中没有提及如何优先选择某个节点作为leader，但是我们实现的时候可以自己优化。假设杭州节点服务更好，我们可以指定优先选择杭州节点为leader。如果杭州节点宕机，可以再把leader节点切换到上海，如果上海节点也挂掉，虽然集群不可用了，但是大部分数据还在深圳节点有灾备。深圳主要起复制和灾备的作用，一般情况下不会被选为leader。
3.4 DLedger 使用方式
社区4.4.0刚刚发布，RocketMQ on DLedger计划在4.5.0发布，目前可以在分支上获取代码：
https://github.com/apache/rocketmq/blob/store_with_DLedger/docs/cn/DLedger/
下载代码之后，可以通过运行社区提供的简单脚本fast-try.sh来体验一下。
社区发展
4.1 功能点展望
前面主要讲了两个东西：RocketMQ和DLedger。DLedger主要是作为openmessaging社区的一个项目在孵化，openmessaging针对消息的存储也抽象出了一套API，DLedger是其一个标准的实现。
目前Github上的DLedger只是实现了Raft一些基础功能。后续有很多可以扩展的功能点，比如：
Leader节点优先选择
手动配置leader
自动降级到master/slave架构
4.2 openmessaging-hakv
再看一下跟DLedger定位相似的java library：openmessaging-hakv。openmessaging-hakv结构图如图15所示。代码详见：
https://github.com/openmessaging/openmessaging-hakv
目前来看，我们没有一个嵌入式且高可用的解决方案。RocksDB可以直接用，但是它本身不支持高可用。有了DLedger之后，我们可以把操作的记录直接写入DLedger，但是基于这些记录恢复过程我们可以自己选择。假如数据量少，对高可用要求高，比如元数据，我们可以直接存在内存的hashmap中，根据DLedger的写入记录来构建自己的hashmap，从而达到数据的一致性和容灾功能。
官方微信公众号
官方钉钉群
网友评论