Zookeeper选举Leader源码剖析

leader选举流程

参数说明
- myid: 节点的唯一标识，手动设置
- zxid: 当前节点中最大(新)的事务id
- epoch-logic-clock: 同一轮投票过程中的逻辑时钟值相同，每投完一次值会增加
leader选举流程
- 默认投票给自己，优先选择zxid大的为leader，因为zxid大的节点数据是最新的(理论上事务id越大，说明数据量越多也就意味着比较新)，如果zxid一致，那么会选择myid大的为leader，当节点选票过半则选举成功

leader选举核心步骤

源码大致流程
- 初始化netty通信，客户端发送命令立刻监听到
- 初始化内存数据库对象、初始化服务连接工厂等一些信息
  - 启动服务节点
    - 加载文件数据到内存
    - 启动netty服务
    - 初始化集群选举leader
    - 启动一个线程进行选举监听
    - 监听到选票，将选票丢到recvQueue队列中
- 启动接收选票线程、发送选票线程进行监听，都去队列中接受和发送选票
- 启动QuorumPeer线程执行run方法，根据节点状态判断
  - leading: socket监听follower节点，初始化LeaerZookeeperServer数据，同步数据到从节点，定时ping到follower节点请求保持长连接
    - follower: 与leader建立发送socket连接，注册自己到leader、同步leader数据、自旋接收leader同步数据，如果leader宕了，在finally中将自己的状态改为looking，进入下一轮自旋选举
    - looking: 节点启动后的默认状态，选举周期+1，初始化选票，默认选自己，发送选票到sendQueue队列，同时还会不断地从recvQueue队列拿选票进行选举
问题: ZK的选举机制为什么存在大量自旋，如同步节点数据、选举流程，如果长时间运行会不会导致CPU资源损耗过大
- 对于长时间自旋毋庸置疑肯定会导致CPU资源紧张，但是想达到动态监听数据变化就得牺牲一定的CPU性能，并且这样也能保证数据的强一致性，也能保证节点选举的实时性
- 倘若想要优化ZK，可以引入Redis/MQ基于发布/订阅模式进行处理，但是这样会造成引入三方中间件导致复杂度提升