运行3000次都不出错的MIT6.824Raft实验

前几天在分布式系统交流群里，小伙伴们都在讨论 6.824 的 raft 实验批量测试 2000 次以上总会出错，错误出在 Figure8Unreliable 和 UnreliableChurn2 这两个测试。我自己其实也遇到了这个问题，这里记录下我自己的解决思路。

创新互联是一家专注于网站制作、成都做网站与策划设计,石屏网站建设哪家好?创新互联做网站,专注于网站建设十多年,网设计领域的专业建站公司;建站业务涵盖:石屏等地区。石屏做网站价格咨询:028-86922220

能到这步，首先默认你的程序已经没有大的问题，只是在上千次的测试中会有选举不出来(活锁问题)或提交的日志冲突问题。如果连单次测试都还过不去，请先移步《【MIT 6.824】学习笔记 5: 2021 Raft 实验实现细节》

上面两个测试说白了，就是把网络搞得很乱，写一堆日志，然后给你 10 秒时间，没选出新的 Leader 就会出错。主要有两种错误：failed to reach agreement 或者 apply error

这两个问题分别用下面两种思路解决。

选举超时不能随便重置

如果仔细阅读过 Students' Guide to Raft，其实里面很清楚写着，选举超时时间只能在下面三种情况下重置：

• 收到现任 Leader 的心跳请求，如果 AppendEntries 请求参数的任期是过期的(args.Term < currentTerm)，不能重置;
• 节点开始了一次选举;
• 节点投票给了别的节点(没投的话也不能重置);

原文：

you should only restart your election timer if a) you get an AppendEntries RPC from the current leader (i.e., if the term in the AppendEntries arguments is outdated, you should not reset your timer); b) you are starting an election; or c) you grant a vote to another peer.

这个问题其实很容易理解，主要容易错在，代码改着改着，就会不小心搞错了选举时间重置的位置，然后给后面的排查埋下了坑。

检查一下你是否胡乱重置了这个时间，我和群里另一位小伙伴的问题就出现在第三种情况。

正确处理 rpc 响应

处理 rpc 响应的时候也要小心，收到 rpc 响应的时候，如果 currentTerm != args.Term 了，这次 rpc 就要丢掉不能用了。

当然，如果节点角色已经变了，那也要忽略掉这次 rpc 响应。

总结

调试这个问题主要是要细心，关注细节，多读几遍：https://thesquareplanet.com/blog/students-guide-to-raft/

进行批量测试的脚本在这里：https://gist.github.com/jonhoo/f686cacb4b9fe716d5aa

使用方法是：

 
 
 
 

  
  
  
  
./go-test-many.sh 测试次数 并行数(默认是 CPU 个数) 哪个测试
 
 
 
 

例如要测试 2C 这个测试 2000 次，并行 8 个测试。

 
 
 
 

  
  
  
  
./go-test-many.sh 2000 8 2C
 
 
 
 

又比如单独测试 TestFigure8Unreliable2C 2000 次。

 
 
 
 

  
  
  
  
./go-test-many.sh 2000 8 TestFigure8Unreliable2C
 
 
 
 

本文转载自微信公众号「多颗糖」，可以通过以下二维码关注。转载本文请联系多颗糖公众号。

本文名称：运行3000次都不出错的MIT6.824Raft实验
转载来于：http://www.shufengxianlan.com/qtweb/news22/137972.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联