什么是腦裂
腦裂(split-brain)就是“大腦分裂”，也就是本來一個“大腦”被拆分了兩個或多個“大腦”，我們都知道，如果一個人有多個大腦，並且相互獨立的話，那么會導致人體“手舞足蹈”，“不聽使喚”。
腦裂通常會出現在集群環境中，比如ElasticSearch、Zookeeper集群，而這些集群環境有一個統一的特點，就是它們有一個大腦，比如ElasticSearch集群中有Master節點，Zookeeper集群中有Leader節點。
本篇文章着重來給大家講一下Zookeeper中的腦裂問題，以及是如果解決腦裂問題的。
Zookeeper集群中的腦裂場景
對於一個集群，想要提高這個集群的可用性，通常會采用多機房部署，比如現在有一個由6台zkServer所組成的一個集群，部署在了兩個機房：
正常情況下，此集群只會有一個Leader，那么如果機房之間的網絡斷了之后，兩個機房內的zkServer還是可以相互通信的，如果不考慮過半機制，那么就會出現每個機房內部都將選出一個Leader。
這就相當於原本一個集群，被分成了兩個集群，出現了兩個“大腦”，這就是腦裂。
對於這種情況，我們也可以看出來，原本應該是統一的一個集群對外提供服務的，現在變成了兩個集群同時對外提供服務，如果過了一會，斷了的網絡突然聯通了，那么此時就會出現問題了，兩個集群剛剛都對外提供服務了，數據該怎么合並，數據沖突怎么解決等等問題。
剛剛在說明腦裂場景時，有一個前提條件就是沒有考慮過半機制，所以實際上Zookeeper集群中是不會出現腦裂問題的，而不會出現的原因就跟過半機制有關。
過半機制
在領導者選舉的過程中，如果某台zkServer獲得了超過半數的選票，則此zkServer就可以成為Leader了。
過半機制的源碼實現其實非常簡單：
public class QuorumMaj implements QuorumVerifier {
private static final Logger LOG = LoggerFactory.getLogger(QuorumMaj.class);
int half;
// n表示集群中zkServer的個數（准確的說是參與者的個數，參與者不包括觀察者節點）
public QuorumMaj(int n){
this.half = n/2;
}
// 驗證是否符合過半機制
public boolean containsQuorum(Set<Long> set){
// half是在構造方法里賦值的
// set.size()表示某台zkServer獲得的票數
return (set.size() > half);
}
}
大家仔細看一下上面方法中的注釋，核心代碼就是下面兩行：
this.half = n/2;
return (set.size() > half);
舉個簡單的例子：
如果現在集群中有5台zkServer，那么half=5/2=2，那么也就是說，領導者選舉的過程中至少要有三台zkServer投了同一個zkServer，才會符合過半機制，才能選出來一個Leader。
那么有一個問題我們想一下，選舉的過程中為什么一定要有一個過半機制驗證？
因為這樣不需要等待所有zkServer都投了同一個zkServer就可以選舉出來一個Leader了，這樣比較快，所以叫快速領導者選舉算法唄。
那么再來想一個問題，過半機制中為什么是大於，而不是大於等於呢？
這就是更腦裂問題有關系了，比如回到上文出現腦裂問題的場景：
當機房中間的網絡斷掉之后，機房1內的三台服務器會進行領導者選舉，但是此時過半機制的條件是set.size() > 3，也就是說至少要4台zkServer才能選出來一個Leader，所以對於機房1來說它不能選出一個Leader，同樣機房2也不能選出一個Leader，這種情況下整個集群當機房間的網絡斷掉后，整個集群將沒有Leader。
而如果過半機制的條件是set.size() >= 3，那么機房1和機房2都會選出一個Leader，這樣就出現了腦裂。所以我們就知道了，為什么過半機制中是大於，而不是大於等於。就是為了防止腦裂。
如果假設我們現在只有5台機器，也部署在兩個機房：
此時過半機制的條件是set.size() > 2，也就是至少要3台服務器才能選出一個Leader，此時機房件的網絡斷開了，對於機房1來說是沒有影響的，Leader依然還是Leader，對於機房2來說是選不出來Leader的，此時整個集群中只有一個Leader。
所以，我們可以總結得出，有了過半機制，對於一個Zookeeper集群，要么沒有Leader，要沒只有1個Leader，這樣就避免了腦裂問題。
有痛點才有創新，一個技術肯定都是為了解決某個痛點才出現的。
請幫忙轉發一下，如果想第一時間學習更多的精彩的內容，請關注微信公眾號：1點25
