【ETCD】ETCD 的一致性读(Linearizable Read)流程解析

ETCD中一致性读的主要流程如下所示

ETCD 的一致性读(Linearizable Read)流程分为以下几个步骤:

目录

      • [1. 客户端发送请求](#1. 客户端发送请求)
      • [2. 请求追踪和阻塞等待 Raft 响应](#2. 请求追踪和阻塞等待 Raft 响应)
      • [**3. 请求 ReadIndex**](#3. 请求 ReadIndex)
      • [**4. Leader 确认自己状态**](#4. Leader 确认自己状态)
      • [**5. Leader 返回 ReadIndex**](#5. Leader 返回 ReadIndex)
      • [**6. Follower 响应 ReadIndex**](#6. Follower 响应 ReadIndex)
      • [**7. 等待 ReadIndex 应用到 MVCC**](#7. 等待 ReadIndex 应用到 MVCC)
      • [**8. 向 MVCC 发送查询请求**](#8. 向 MVCC 发送查询请求)
      • [**9. MVCC 计算并返回结果**](#9. MVCC 计算并返回结果)
      • [**10. 返回响应给客户端**](#10. 返回响应给客户端)
      • **总结:关键点**

1. 客户端发送请求

  • 步骤 1:客户端向 ETCD 服务器(etcd gRPC server)发送一个范围查询(Range Request)。

2. 请求追踪和阻塞等待 Raft 响应

  • 步骤 2 :ETCD 服务器创建一个唯一的 Request ID 用于跟踪当前请求,并阻塞请求直到 Raft 模块给出响应。

3. 请求 ReadIndex

  • 步骤 3 :Follower 节点向 Leader 节点请求最新的 ReadIndex(Leader 的已提交索引)。

4. Leader 确认自己状态

  • 步骤 4 :Leader 节点通过发送 心跳(Heartbeat) 向 Follower 确认自己的领导身份并维持集群共识(quorum)。Follower 会向 Leader 返回心跳响应,确认 Leader 身份有效。

5. Leader 返回 ReadIndex

  • 步骤 5 :Leader 节点将自己的最新 已提交索引(committedIndex) 作为 ReadIndex 发送给请求的 Follower 节点。

6. Follower 响应 ReadIndex

  • 步骤 6:Follower 节点接收到 Leader 返回的 ReadIndex 后,将其与本地已提交的条目进行比较,并返回一个阻塞的通道,直到本地节点的已提交条目与 Leader 的 ReadIndex 保持一致。

7. 等待 ReadIndex 应用到 MVCC

  • 步骤 7 :ETCD 服务器等待所有已提交的日志条目都被应用到本地的 MVCC(多版本并发控制存储层)。

8. 向 MVCC 发送查询请求

  • 步骤 8:ETCD 服务器向 MVCC 存储层请求与客户端范围查询对应的键值数据。

9. MVCC 计算并返回结果

  • 步骤 9 :MVCC 模块根据最新的 ReadIndex 数据计算出结果(确保数据是最新的),然后将查询结果返回给 ETCD 服务器。

10. 返回响应给客户端

  • 步骤 10:ETCD 服务器将结果通过 gRPC 接口返回给客户端,完成一致性读请求。

总结:关键点

  1. ReadIndex 机制:通过 Leader 返回的 ReadIndex 确保数据读取的一致性,Follower 必须等待自己的状态与 Leader 的状态同步。
  2. Raft 共识:Leader 和 Follower 通过心跳确认领导身份并维持集群一致性。
  3. MVCC 存储:最终的数据查询和读取由 MVCC 处理,确保返回的是最新的、正确的键值数据。
  4. 阻塞机制:ETCD 服务器会阻塞客户端请求,直到本地节点的已提交状态与 Leader 保持一致。

这种机制保证了 ETCD 在分布式环境下提供 线性一致性(Linearizable) 的读取操作。

相关推荐
倔强的石头_几秒前
Windows系统下KingbaseES数据库保姆级安装教程(附常见问题解决)
数据库
麦兜*1 小时前
MongoDB 常见错误解决方案:从连接失败到主从同步问题
java·数据库·spring boot·redis·mongodb·容器
RestCloud1 小时前
PostgreSQL大表同步优化:如何避免网络和内存瓶颈?
前端·数据库·api
阿里云大数据AI技术1 小时前
淘宝闪购基于Flink&Paimon的Lakehouse生产实践:从实时数仓到湖仓一体化的演进之路
数据库·flink
努力学习的小廉1 小时前
深入了解linux系统—— 线程同步
linux·服务器·数据库·算法
sinat_602035361 小时前
模块与包的导入
运维·服务器·开发语言·python
鲸屿1951 小时前
Ansible之playbook
服务器·网络·ansible
格调UI成品2 小时前
DCS+PLC协同优化:基于MQTT的分布式控制系统能效提升案例
数据库·云边协同
网硕互联的小客服2 小时前
408 Request Timeout:请求超时,服务器等待客户端发送请求的时间过长。
运维·服务器
王伯安呢2 小时前
告别线缆束缚!AirDroid Cast 多端投屏,让分享更自由
运维·服务器·教程·投屏·airdroid cast·多端互投