基于MySQL实现分布式调度系统的选举算法，可通过基于超时机制的数据库表驱动选主方案实现，利用数据库表协调节点间的状态，以下是Java实现的核心步骤和代码：
1. 数据库表设计
创建选主表，用于记录leader节点和状态：
sql
CREATE TABLE leader_election (
service_id varchar(128) NOT NULL,
leader_id varchar(128) NOT NULL,
last_seen_active timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP,
PRIMARY KEY (service_id)
) ENGINE=InnoDB2. Java实现选举机制
java
import java.sql.*;
import java.util.concurrent.*;
public class LeaderElection {
private final String serviceId; // 服务标识（如"distributed-scheduler"）
private final String nodeId; // 当前节点ID（如hostname_pid）
private final int electionTimeout; // 选举超时时间（秒）
private final ScheduledExecutorService scheduler;
private volatile boolean isLeader = false;
private Connection conn; // MySQL连接
public LeaderElection(String serviceId, String nodeId, int timeout) {
this.serviceId = serviceId;
this.nodeId = nodeId;
this.electionTimeout = timeout;
this.scheduler = Executors.newSingleThreadScheduledExecutor();
// 初始化数据库连接
this.conn = DriverManager.getConnection("jdbc:mysql://mysql-host:3306/db", "user", "pwd");
}
// 启动周期性选举
public void start() {
scheduler.scheduleAtFixedRate(this::attemptLeadership, 0, 1, TimeUnit.SECONDS);
}
// 尝试获取领导权
private void attemptLeadership() {
String sql = "INSERT INTO leader_election (service_id, leader_id, last_seen_active) " +
"VALUES (?, ?, NOW()) " +
"ON DUPLICATE KEY UPDATE " +
"leader_id = IF(last_seen_active < NOW() - INTERVAL ? SECOND, VALUES(leader_id), leader_id), " +
"last_seen_active = IF(leader_id = VALUES(leader_id), NOW(), last_seen_active)";
try (PreparedStatement stmt = conn.prepareStatement(sql)) {
stmt.setString(1, serviceId);
stmt.setString(2, nodeId);
stmt.setInt(3, electionTimeout); // 超时时间（如20秒）
stmt.executeUpdate();
updateLeaderStatus(); // 更新当前节点状态
} catch (SQLException e) {
e.printStackTrace();
}
}
// 检查当前节点是否Leader
private void updateLeaderStatus() throws SQLException {
String query = "SELECT COUNT(*) AS is_leader FROM leader_election " +
"WHERE service_id=? AND leader_id=?";
try (PreparedStatement stmt = conn.prepareStatement(query)) {
stmt.setString(1, serviceId);
stmt.setString(2, nodeId);
ResultSet rs = stmt.executeQuery();
if (rs.next()) {
isLeader = rs.getInt("is_leader") > 0;
if (isLeader) System.out.println("✅ Current node is LEADER");
}
}
}
// 关闭资源
public void shutdown() {
scheduler.shutdown();
if (conn != null) try { conn.close(); } catch (SQLException ignored) {}
}
}3. 核心逻辑说明
-
节点初始化
每个节点启动时传入唯一
nodeId（如hostname_pid），并连接到MySQL。 -
领导权竞争逻辑
- 使用
ON DUPLICATE KEY UPDATE原子操作保证竞争安全 ：
若当前无Leader或Leader超时（last_seen_active < NOW() - 20s），则抢占为Leader。 - 节点周期性（如每秒）尝试更新状态，确保活跃Leader持续续期。
- 使用
-
状态更新
- Leader节点 ：
last_seen_active字段被更新为当前时间。 - Follower节点 ：未更新字段，仅检测自身是否为Leader 3。
- Leader节点 ：
4. 高级功能扩展
java
// 强制指定Leader（管理员操作）
public void forceLeadership() throws SQLException {
String sql = "REPLACE INTO leader_election (service_id, leader_id, last_seen_active) VALUES (?, ?, NOW())";
try (PreparedStatement stmt = conn.prepareStatement(sql)) {
stmt.setString(1, serviceId);
stmt.setString(2, nodeId);
stmt.executeUpdate();
}
}
// 查询当前Leader
public String getCurrentLeader() throws SQLException {
String sql = "SELECT leader_id FROM leader_election WHERE service_id=?";
try (PreparedStatement stmt = conn.prepareStatement(sql)) {
stmt.setString(1, serviceId);
ResultSet rs = stmt.executeQuery();
return rs.next() ? rs.getString("leader_id") : null;
}
}5. 算法优点
注意事项
- 连接池优化 ：使用
HikariCP等连接池避免频繁创建连接。 - 超时时间 ：根据网络延迟调整
electionTimeout（建议≥10秒）。 - 多节点隔离 ：各节点使用独立MySQL连接，避免事务冲突 3。
此方案适用于中小规模集群。如需强一致性高可用场景（如金融系统），可改用Raft算法（如Apache Ratis），但需引入额外组件。