【Java高级工程师蜕变之路】061 分布式系统设计策略之心跳检测

本文阐述了分布式系统中常见的设计策略。

分布式系统设计策略

2022/03/01 校对完成

文章更新历史

2022/03/01 初稿。

分布式系统中需要解决的问题

1. 如何检测当前节点是否存活？
2. 如何保障高可用
3. 容错处理
4. 负载均衡

心跳检测

检测节点故障的通用手段：心跳检测

心跳，就是以固定的频率向其他节点汇报当前节点状态的方式。收到心跳，一般可以认为一个节点和现在的网络是良好的。

心跳汇报时，一般会携带附加状态、元数据信息等，便于管理。

若Sever没有收到Node3的心跳时，Server认为Node3失联。

但是失联只是Node3失去联系，不代表Node3存在故障，有可能是Node3处于繁忙状态，导致调用检测超时，也有可能Server与Node3直接出现网络闪断或者链路故障。

因此，心跳不是万能的。收到心跳可以确认正常，但是收不到心跳，不能认定该节点已经死亡。这时候，可以通过一些方法帮助Server做决定：

周期性心跳检测机制、累计失效检测机制。

• 周期性心跳检测机制

  Server每隔t秒向Node集群发送检测请求，设定超时时间，如果超过超时时间，则判断死亡，可以把该节点踢出集群。

  

• 累计失效检测机制

  在周期心跳检测机制的基础上，统计一定周期内节点的返回情况（包括超时和正确返回），用来计算此节点的死亡概率。

  对于宣告濒临死亡的节点，可以发起有限次的重试，以做进一步判断，如果超过次数，可以把该节点踢出集群。