架构师面试（二十五）：分布式存储 Leader 设计

问题

在非常多的分布式存储系统中，如：Zookeeper、Etcd、Kafka等，往往会存在一个 【Leader】 角色，并由该角色负责数据的写入，这样设计最主要的原因是什么呢？

    A. 唯一负责数据写入的 Leader 角色可以避免并发写入时的数据冲突问题；

    B. 唯一负责数据写入的 Leader 角色简化了系统整体的设计，降低了系统实现的复杂度；

    C. 方便实现数据的顺序一致性，进而达到强一致性的目的；

    D. 多节点写入的设计在同步副本数据时容易造成网络拥堵。

解析

在分布式存储系统中，往往会有一个负责数据写入的【Leader】角色，这样设计的原因包括：避免多节点写入的数据冲突；避免多节点写入时副本同步的网络拥堵；单节点写入可以降低系统复杂度；单节点写入更容易实现顺序一致性等等。

上面的 ABCD 四个选项都是原因，但最主要的原因是 A 选项，避免数据冲突。数据冲突是致命的，像网络拥堵、系统复杂度、顺序一致性是可以通过其他方式缓解或解决的。关于避免数据冲突，我们详细再描述一下哈！

假设一个分布式存储系统，包含nodeA、nodeB、nodeC 三个节点，这三个节点互为副本，没有主角色；这三个节点上同时存在着  x=1 的数据记录。

假设有两个客户端 clientA 和 clientB 同时分别向 nodeA 和 nodeB 写入 x=5 和 x=9；

写入成功后，nodeA 会将 x=5 同步给 nodeC；同时，nodeB 会将 x=9 同步给 nodeC。

此时，我们需要理解  nodeC 的心情，它应该听谁的呢？x 应该是 5 还是 9，还是1呢？怎么解决 nodeC 比较困惑的问题呢？

通常的解决方案是： 必须要有一个“全局说了算”的角色存在，这个“全局说了算”的角色，很容易就可以想到是 zookeeper。

是的，引入 zookeeper 是可以解决这个问题，但似乎不够优雅，而且引入外部的一个组件，会造成系统的复杂度。

于是，这个“全局说了算”的角色为何不让 nodeA、nodeB、nodeC 其中的一个节点来做呢？

这就是 【Leader】角色的由来，让【Leader】承担起 “写” 的职责，上面 x=5 or x=9 的问题就自然不存在了。

参考答案

A