Bully 算法原理

分布式核心技术之分布式选举 这是一个技术活儿,目前常见的选主方法有基于序号选举的算法( 比如,Bully 算法)、多数派算法(比如,Raft 算法、ZAB 算法)等。答案是,在这种情况下,无法选出主,必须重新投票选举。因此,多数派选主算法通常采用奇数节点。多数派选主算法的核心是少数服从多数,获得投票多的节点胜出。想象一下,如果现在采用偶数节点集群,当两个节点均获得一半投票时,到底应该选谁为主呢?这,也是大家通常看到 ZooKeeper、 etcd、Kubernetes 等开源软件选主均采用奇数节点的一个关键原因。 阅读详情

一、什么是Bully 选主 算法

Bully算法是一种霸道的集群选主算法,选举原则是“长者”为大,即在所有活着的节点中,选取ID最大的节点为主节点。

(1)节点角色

分为两种:普通节点和主节点。

初始化时,所有节点都是平等的,都是普通节点,都有成为主节点的权利。当选主成功后,有且仅有一个节点成为主节点,其他节点都是普通节点。

(2)选举过程中,发送的消息种类:

  • Election消息,用于发起选举,例如p1->p2发送选举消息,表示p1支持选举p2当Leader
  • Alive消息,对Election消息的应答
  • Victory消息,选举成功的主节点向其他节点发送的宣誓主权的消息。

(3)前提条件

集群中的每个节点均知道其他节点的ID

(4)选举条件

  • 集群初始化
  • 主节点故障或与其他节点失去联系
  • 任意一个比当前主节点 ID 大的新节点加入集群
  • 某个节点从故障中恢复

 (5)选举基本过程

  1. 初始化时,网络环境正常,节点也无故障的情况下,集群中的每个节点都会判断自己的ID是否是当前活着的所有节点ID的最大的,如果是,则直接向其他节点发送Victory消息,宣誓自己为Leader
  2.  当主节点发生故障或其他原因导致重新选主时,如果当前节点发现自己的ID不是当前活着的节点中ID最大的,则向比自己ID大的所有节点发送Election消息,并等待回复Alive消息。
  3. 在给定的时间范围内,本节点如果没有收到其他节点回复的Alive消息,则认为自己成为Leader,并且向其他节点发送Victory消息。  如果接受到比自己ID大的节点的Alive消息,则人家比你大,老老实实的等待Victory消息吧。

二、Bully算法 选主 过程

Step0:有六个节点组成的集群,它们相互直接连接,P6是leader,因为它的ID最大(ID=6 )

 Step1:在某个时间点,Leader节点P6故障宕机了

 Step2:P3节点是整个集群中最先发现Leader节点宕机的节点,于是它发起了选举,通知比自己ID大的节点

Step3:因为P6已经由于故障无法响应,只有P4和P5节点向P3节点发出响应,P3收到响应后便会等待最终的Victory消息

Step4:P4节点向P5节点和P6节点发送选举消息

Step5:因为P6节点故障无法响应,只有P5节点做出了响应

Step6:P4节点收到响应后便会等待最终的Victory消息,于是P5节点只向P6节点发起了选举消息

Step7:由于P6节点发生故障无法响应,于是P5就成了整个集群的Leader节点,并向其他节点发起宣誓主权的消息

三、Bully算法的缺陷

  1. 主节点假死

主节点在负载过重的情况下,无法及时的向其他节点做出响应 。

比如,上图中的P6节点假死,于是P5节点成为了主节点,但是在P6节点负载减轻之后,P6节点又对组内其他节点作出了响应,P6节点又会成为主节点,如此反复,整个集群状态就会非常不可靠。

一种解决方式是:当主节点负载过重,无法及时对其他节点做出响应的时候,如果有1/2以上节点都认定主节点存活,那么其他节点就会放弃发起选举。

例如上图中,主节点P6因为负载重,来不及对P3节点作出响应,所以P3节点通知P4,P5节点进行选举。

但是,如果P3节点发现主节点P6对自己长时间不作出响应,那么P3节点就会请求其它节点判断P6节点是否存活,如果有1/2以上节点都认定P6存活,那么P3就会放弃发起选举。

 2. 脑裂

是指一个集群中因为网络等原因,出现了两个及以上的主节点。

一种解决方案是:Quorum算法。采用最小参与节点的方案。假设集群中有资格投票的实例个数是n,那么节点要想成为主节点必须要得到n/2 +1票数。

 

参考资料:https://www.cs.colostate.edu/~cs551/CourseNotes/Synchronization/BullyExample.html

bully-algorithm:用于从一组分布式计算机节点中动态选举领导者的欺凌算法的实现 恶霸算法的实现 欺负算法是一种从一组分布式计算机进程中动态选举协调员或领导者的方法。 此算法适用于每个进程都可以向系统中的每个其他进程发送消息的系统。 入门 仅使用以下命令为该过程构建映像并创建Docker容器: docker-compose up --build 这将在端口10000到10003上创建可用的进程。 在每个过程中,都可以查看领导者的选举记录,每5秒钟进行一次验证。 作者 AlejandroGonzálezRodríguez-初期工作 执照 此项目已获得MIT许可证的许可-有关详细信息,请参阅文件。 立即下载

相关推荐

BullyAlgorithm:恶霸算法

恶霸算法 恶霸算法 “作为第一个例子,请考虑加西亚·莫利纳(Garcia-Molina)(1982)设计的欺凌算法。当任何过程注意到协调者不再响应请求时,它将启动选举。 进程P进行如下选择: P向数量更大的所有进程发送一个ELECTION消息。 如果没有人响应,P赢得选举,成为协调。 如果其中一位高层回答,它将接管。 P的工作完成了。 在任何时候,一个进程都可以从其编号较低的一位同事那里获得选举消息。 当此类消息到达时,接收方将OK消息发送回发送方,以指示他还活着并将接管。 然后,接收者将举行一次选举,除非它已经举行了一次选举。 最终,所有过程都只放弃了一个,而那个过程就是新的协调员。 它通过向所有进程发送一条消息来告知他们胜利,即告诉他们立即开始是新的协调者。 如果以前失败的流程重新出现,则将举行一次选举。 如果它正好是编号最高的进程正在运行,它会在大选中获胜,并接管协调的工作

分布式选举算法-霸道算法/欺负算法(bully algorithm)

分布式 选举 算法 霸道算法 欺负算法 bully algorithm

fofcn的专栏 2050

Python数据清洗实战:用RapidFuzz搞定模糊匹配(附完整代码示例)

本文详细介绍了在Python数据清洗中,如何利用RapidFuzz库高效解决字符模糊匹配难题。通过实战代码示例,演示了从处理拼写错误、格式不一致的脏数据,到构建实体对齐与记录去重的完整清洗管道,帮助开发者提升数据质量与处理效率。

pear55的博客 532

分布式基础-谁来当老大(1)

前言 分布式系统中有的各个节点的地位是均等的,有的是有 leader 和 flower。这种区分 leader 的集群更好管理些。这样在写操作的时候都交给 Leader 去处理,然后由 ...

356

麦克风声源定位原理_声源定位—如何定位到噪声根源?

前言TPA(传递路径分析)专题系列已经开篇。其遵循方法论:源(Source)——路径(Path)——响应(Receiver)有人说TPA好,它可以识别出路径处甚至源的载荷特征,可以量化各个路径的贡献量。有人说声源定位好,不管东西南北中,“源”自其中。但是,声源定位识别出来色彩丰富的一个结果,这结果被您拿来应付工作了,还是真正帮您解决了问题?声源定位定位到了噪声的根源了么?对于一些声源现,...

weixin_39943678的博客 3975

Unity 接入HybridCLR的点点滴滴,亲测三平台(PC、Android、WebGL)妥妥的。-问题分享

一入热更深似海啊,没有热更是真恼火啊,干啥啥不方便,动不动就得重新发包;说实在的,也是工作之余研究这个,在原有框架基础上接入这个热更,既要保持原有功能,还要支持热更,实实在在、断断续续搞了这么久,终于是接入并测通了,这一路是坎坎坷坷,下面把走过的弯弯绕绕记录下,希望对后来想接入的小伙伴有帮助吧。

GarFe的博客 1万+

分布式选举算法——Bully选举算法全面解析

分布式选举算法——Bully选举算法全面解析

专注分享技术、实用优质教程、资源 1383

gd32 spi 发送&中断接收例程

【代码】gd32 spi 发送&中断接收例程。

weixin_43026921的博客 1653

ES---Master选举和Bully算法

bully算法是一个分布式系统中动态选择master节点的算法,进程号最大的非失效的节点将被选为master。 算法用三种消息类型: 1)选举消息 (Election Message: Sent to announce election.) 2)应答消息(Answer (Alive) Message: Responds to the Election message.) 3)选举成功消息 (...

San6653的博客 1477

基于Ansys Fluent 的颗粒分离/过滤解决方案

过滤是指通过特殊装置将颗粒移除,将流体提纯净化的过程。过滤的方式很多,应用的物系也很广泛,固-液、固-气、大颗粒-小颗粒等。

sh_djoin的博客 1855

C# 8. 在新窗口中使用chart控件波形移动显示

1. 添加新窗口 在Form1中新建button控件,名称为buttonStartWaveDisp,这样单击就能调出Form2窗口 在Form1中增加如下: private void buttonStartWaveDisp_Click(object sender, EventArgs e) { if((form2 == null) || (form2.IsDisposed == true)) { form2 = new Form2();

TrueLink的博客 1433

分布式选举-Bully算法-1 原理

分布式选举 在大型分布式系统中,会存在多个特定功能的集群。最常见的就是协调者集群,如提供分布式锁,分布式事务的协调者集群。集群中的多个机器对外提供统一的状态、一致的数据,这就需要在集群中选择一个主节点(领导者),来管理集群中的其他节点(跟随者)。这个选择主节点的过程就叫做分布式选举。 分布式选举的算法有Bully算法、Raft算法、ZAB算法等。我们先来分析Bully算法的原理及实现,后续文章...

Coding到灯火阑珊的专栏 1676

YOLO26涨点改进 | 独家创新,特殊场景检测篇 | TGRS 2025 | 引入FAENet特征自适应增强网络,专注于恶劣天气条件下的目标检测(低光场景、雾天场景、雨雪场景、复杂环境等)即插即用

🔥本文提出了一种名为FAENet的特征自适应增强网络,可有效提升YOLO26在恶劣天气条件下的目标检测性能。FAENet通过拉普拉斯金字塔分解思想,将输入特征分为低频和高频两部分进行针对性增强:低频分支强化全局轮廓,高频分支增强边缘纹理细节。该模块设计轻量、可端到端训练,在不改变原始图像分布的前提下,显著缓解雾霾、低照度等复杂环境造成的特征退化问题。实验表明,该方法在多个恶劣天气数据集上超越了当前最优检测器,同时保持了轻量级和高速度特性。

Ai缝合怪、助力小伙伴高效发论文 337

Bully分布式选举算法:原理、Python实现与脑裂排查

分布式系统中的主节点选举与故障转移,是高可用集群绕不开的基础问题:当协调者失效,多个候选节点需要依据可比较标识和消息交互自动产生唯一新主。Bully算法以“编号最大者优先”为核心,通过ELECTION挑战、OK应答和COORDINATOR通告三类消息完成选举,并用任期号、超时与观察窗口缓解脑裂和选举风暴。其技术价值在于以较低实现成本实现自动主备切换,适用于任务调度、小规模采集集群和定时任务分片等场景;但需关注O(n²)消息量、网络分区和脑裂风险。围绕分布式选举算法与Bully算法,从状态机、超时参数到Pyt

weixin_33428613的博客 246

让 ABAP 复杂内表优雅“喂饱”:Complex Internal Table Filling 全面实战指南

本文为ABAP开发者系统梳理了复杂内表的填充与复制方法。重点介绍了work area的两种声明方式、APPEND操作的多形态用法及其初始值语义,以及VALUE #( )构造器的逐行与整表写法。同时讲解了CORRESPONDING的同名字段映射功能,帮助开发者在"航司与航线"等复杂业务场景中实现最佳实践。文章还涵盖内存优化、可读性建议和常见误区,提供可运行样例,适用于ABAP On-Premise和SAP BTP环境。

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 170

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

elasticsearch最大节点数_Elasticsearch选举原理之Bully算法

Elasticsearch采用了master-slave模式, ES会在集群中选取一个节点成为主节点,只有Master节点有资格维护全局的集群状态,在有节点加入或者退出集群的时候,它会重新分配分片,并将集群最新状态发送给集群中其它节点,主节点会以周期性ping的方式以验证其它节点是否存活。Elasticsearch的选举算法基于Bully选举算法,简单的说,在bully算法中,每个节点都有一个编号...

weixin_39631572的博客 449

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

Bully、Raft、ZAB 三大经典分布式选举算法

分布式选举算法摘要 本文对比分析了三大经典分布式选举算法:Bully、Raft和ZAB。Bully算法基于节点ID进行选举,最高ID节点成为领导者,通过挑战机制确保一致性。Raft算法采用任期机制和日志复制,通过多数票选举领导者,并维护日志一致性。ZAB算法专为ZooKeeper设计,使用epoch机制和两阶段提交,确保消息顺序和一致性。每种算法都提供了状态转换图、流程说明和C++实现关键代码,展示了各自解决分布式一致性问题的独特思路和实现方式。这些算法在选举机制、故障恢复和消息广播等方面各有特点,适用于不

liulilittle的博客 417

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

分布式系统领导者选举:Bully算法原理与Python实现详解

在分布式系统设计中,多个节点协同处理任务时,如何高效选出一个协调者(领导者)是核心问题之一。领导者选举算法众多,其中Bully算法以逻辑直观、实现成本低著称,它通过节点编号的大小来快速决出Leader:编号最大的存活节点自动当选。该算法特别适用于节点规模较小(如几十台以内)、节点身份天然有序的集群场景,常见于微服务注册中心的故障恢复、分布式数据库的协调节点抢占等。理解其三种角色、四类消息和选举推演,是掌握分布式选主机制的关键。本文从工程实践角度,完整阐述了Bully算法的原理、通信语义、状态机流转,并给出了

weixin_27038245的博客 260

分布式选举算法之Paxos、Raft与Bully

分布式系统的集群方式大致可以分为主从(Master-Slave)模式和无主模式。主从模式可以简化系统的设计,Master作为权威节点,部分操作仅由Master执行,并负责维护集群元信息。缺点是master节点存在单点故障,需要解决灾备问题,并且集群模式会受限于Master节点的管理能力。通过Paxos、Raft与Bully等分布式算法,解决分布式中的一致性问题,来解决Master节点的选举。

NCS123456的博客 781

霸道算法(Bully Algorithm)分布式选举原理、Python模拟与选型对比

分布式选举是主节点故障切换中的基础机制,目标是在节点失联时避免脑裂并尽快确定唯一主节点。霸道算法(Bully Algorithm)以节点编号作为优先级:发现心跳超时的节点向更大编号节点发送 Election,收到 OK 即退出,未获响应则广播 Coordinator 成为主节点。其规则简单、状态机清晰、收敛直接,适合十节点以内的小集群、教学原型和可容忍短暂双主的采集汇总场景;但消息复杂度可达 O(n²),对同步网络和可靠故障检测依赖较强。围绕五节点集群,可把超时判定、并发选举、旧主恢复与 Python 模拟

weixin_33391446的博客 79

分布式选举算法-- Bully、Raft和ZAB

集群一般是由两个或两个以上的服务器组建而成,每个服务器都是一个节点。数据库集群、管理集群...数据库集群提供了读写功能,管理集群提供了管理、故障恢复等功能。 对于一个集群来说,多个节点的协同和管理是非常重要的。而主节点则实现了协同和管理,主节点的存在,就可以保证其他节点的有序运行,以及数据库集群中的写入数据在每个节点上的一致性。这里的一致性是指,数据在每个集群节点中都是一样的,不存在不同的情况。分布式选举的作用就是选出一个主节点,由它来协调和管理其他节点,以保证集群有序运行和节点间数据的一致性。 .

lzf的博客 1483

【分布式系统】分布式选举之Bully算法

假设集群环境中有五个节点,ID从小到大分别是1、2、3、4、5,这五个节点相互连接,每个节点都知道其他节点的ID,节点暂且称为N1、N2、N3、N4、N5,其中数字表示大小,在初始化的时候N5直接选举为主节点,其他四个节点为从节点。运行期间N5突然故障,剩下的其中一个节点发现主节点服务故障,发起“选举”消息,比如N1节点最先发现主节点宕机,那么N1节点向N2、N3、N4、N5节点发起“我要选举”的消息,N2、N3、N4返回给N1节点“同意选举”消息。N1节点无法成为主节点,只能等待主节点的通知消息。

蜗牛的高铁 726

【MongoDB】复制集 相关 (bully算法)

复制集技术相比较传统的Master-Slave模式好处在于多了容错机制。所以MongoDB的复制集技术主要为用户解决了两大问题:第一就是primary节点挂了,其余的secondary节点会自动选举出一个新的primary节点,继续服务。第二,各个secondary节点会自动从primary节点拿数据同步。至于读写分离,还需要用户在使用复制集时编写一些读写分离的基础操作模块。 MongoDB使用

u010900754的专栏 866

分布式选举\共识算法之Bully、Raft与Paxos

注:本文章作为基础入门理解 Bully Algorithm(选举算法) 简述: Bully算法是一种协调者(主节点)竞选算法,主要思想是集群的每个成员都可以声明它是主节点并通知其他节点。别的节点可以选择接受这个声称或是拒绝并进入主节点竞争。被其他所有节点接受的节点才能成为主节点。节点按照一些属性来判断谁应该胜出。这个属性可以是一个静态ID,也可以是更新的度量像最近一次事务ID(最新的节点...

fanpeng1100的博客 2528

分布式共识算法(故障容错算法)系列整理(二):Bully、Gossip、NWR

整理了3种分布式共识算法(非拜占庭容错算法/故障容错算法)的原理,包括Bully、Gossip、NWR

每天净瞎搞 3555

分布式选举算法

Leader(主节点)、Follower(从节点)、Candidate(候选节点)。:Proposer(提议者)、Acceptor(决策者)、Learner(学习者)。:如 TiDB(Raft)、CockroachDB(Raft 变种)。节点进入选举状态,广播自己的投票(包含最新事务ID,即 ZXID)。:Leader、Follower、Observer(不参与选举)。比较规则:优先选 ZXID 最大的节点,若相同则选节点ID大的。:预选举(Pre-Vote)减少无效投票(Raft 实现)。

looken1024的博客 979
上一篇: 05 Spring IoC容器:BeanFactory和ApplicationContext
下一篇: 06 使用 Spring IoC容器:选择BeanFactory还是ApplicationContext
DreamCatcher
博客等级 码龄20年 23粉丝 151原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

DreamCatcher

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值