分布式系统设计策略之心跳检测
分布式系统设计策略
分布式系统中需要解决的问题有哪些？
- 如何检测当前节点是否存活？
- 如何保障高可用
- 容错处理
- 负载均衡
心跳检测
检测节点故障的通用手段：心跳检测
心跳，就是以固定的频率向其他节点汇报当前节点状态的方式。收到心跳，一般可以认为一个节点和现在的网络是良好的。
心跳汇报时，一般会携带附加状态、元数据信息等，便于管理。
若 Sever 没有收到 Node3 的心跳时，Server 认为 Node3 失联。
但是失联只是 Node3 失去联系，不代表 Node3 存在故障，有可能是 Node3 处于繁忙状态，导致调用检测超时，也有可能 Server 与 Node3 直接出现网络闪断或者链路故障。
因此，心跳不是万能的。收到心跳可以确认正常，但是收不到心跳，不能认定该节点已经死亡。这时候，可以通过一些方法帮助 Server 做决定：
周期性心跳检测机制、累计失效检测机制。
周期性心跳检测机制
Server 每隔 t 秒向 Node 集群发送检测请求，设定超时时间，如果超过超时时间，则判断死亡，可以把该节点踢出集群。
累计失效检测机制
在周期心跳检测机制的基础上，统计一定周期内节点的返回情况（包括超时和正确返回），用来计算此节点的死亡概率。
对于宣告濒临死亡的节点，可以发起有限次的重试，以做进一步判断，如果超过次数，可以把该节点踢出集群。
文章更新历史
2022/03/01 校对完成
2022/03/01 初稿
