我试图理解Apache ZooKeeper在裂脑情况下的内部工作原理。假设有一个由5个服务器组成的集群：A，B，C，D和E，其中A是领导者。现在假设子集群{A，B}与子集群{C，D，E}分离。
在这种情况下，子集群{C，D，E}可以选出新的领导者并且可以取得进展。另一方面，{A，B}无法取得进展，因为没有大多数节点可以确认更新。
我想知道：
老领导A会怎么样？我希望它失去领导力，但这是怎么发生的？活跃的领导者会定期检查以确保其拥有大多数粉丝？
连接到A和B的客户端会发生什么？它们是否会自动重定向到仍然可以取得进展的服务器之一（C，D或E）。或者更确切地说，他们被A或B困住，直到裂脑情况得到治愈并且整个集群重新连接？
谢谢， 加布里埃尔
答案 0 :(得分：9)
在尝试使用本地群集后，我想我已经找到了行为。
我启动了一个包含5个节点的本地群集，然后删除了2个节点。其余3个节点仍然占多数，因此群集已启动并运行。我此时连接了一个客户端。
然后我取下了另一台服务器，此时其余两个节点无法维持群集的运行。
1）在其余两个节点之一（恰好是领导者）的日志中，我可以看到：
[myid：5] - 警告 [RecvWorker：3：QuorumCnxManager $ RecvWorker @ 762] - 连接断开 id 3，my id = 5，error = java.io.EOFException at java.io.DataInputStream.readInt（DataInputStream.java:392） 在org.apache.zookeeper.server.quorum.QuorumCnxManager $ RecvWorker.run（QuorumCnxManager.java:747）
以后
[myid：5] - 信息 [QuorumPeer [myid = 5] /127.0.0.1:2185:FastLeaderElection@740] - 新的 选举。我的id = 5，建议zxid = 0x300000002
所以似乎节点正在主动监视连接并对丢弃的连接作出反应（在这种情况下尝试选择另一个领导者）。
2）在已连接客户端的日志中，我可以看到：
[myid：] - INFO [main-SendThread（localhost：2185）：ClientCnxn $ SendThread @ 966] - 开幕 套接字连接到服务器localhost / 127.0.0.1：2185。不会尝试 使用SASL进行身份验证（未知错误）
[myid：] - INFO [main-SendThread（localhost：2185）：ClientCnxn $ SendThread @ 849] - 套接字 建立到localhost / 127.0.0.1：2185的连接，启动 会话
[myid：] - INFO [main-SendThread（localhost：2185）：ClientCnxn $ SendThread @ 1085] - 无法使用 从服务器sessionid 0x343d9a80f220000读取其他数据， 可能服务器已关闭套接字，关闭套接字连接和 尝试重新连接
因此，节点关闭了客户端打开的连接，因为群集已关闭。
在这种情况下，整个群集都已关闭，因此客户端不断尝试连接到其中一个节点，没有运气。但我认为，在分裂脑情况下，当大多数人仍然在某个地方运行时，客户端最终将能够连接到它（当然，它具有网络连接）。
答案 1 :(得分：1)
根据论文ZAB https://marcoserafini.github.io/papers/zab.pdf，这是Zookeeper使用的基础原子广播协议。选举由两种情况触发。一种，超时后关注者无法与领导者联系。第二，当领导者意识到自己没有法定支持，而领导者意识到自己试图提交提案时。
返回到您具有的方案。当{C，D，E}中的一个节点意识到领导者不在时，它触发选举。一旦选出新的领导者，它将开始正常服务于客户请求。另一个分区的群集{A，B}将不满足任何客户端请求，并且将在解决分区之前停留在选举中。解决后，将举行一次最终选举，整个集群现在将再次正常运行。