[发明专利]微服务架构中分布式服务发现集群的数据一致性方法

说明书

本发明公开了一种微服务架构中分布式服务发现集群的数据一致性方法，其包括以下步骤：当客户端一服务实例启动时，从服务发现节点集群中任选一个服务发现节点作为Leader节点进行连接，将自身的服务信息发送到Leader节点中，服务发现节点集群中其他服务发现节点作为Follower节点，服务信息包括服务名称、IP地址、端口号、服务实例当前状态、服务实例数据类型、Leader节点ID、数据版本号、数据写入某一服务发现节点的时间、数据写入服务发现节点集群的时间、以及数据是否提交状态；Leader节点以树形结构存储服务信息；Leader节点将服务信息复制到其他Follower节点中。

技术领域

本发明涉及微服务架构中分布式服务发现集群技术领域，特别是涉及一种微服务架构中分布式服务发现集群的数据一致性方法，通过改进Raft算法保证集群节点数据一致性的同时简化了算法流程。

背景技术

微服务架构自其提出以来，因其良好的灵活性、可扩展性受到了系统设计者的青睐，并逐渐在企业级信息化系统架构设计中成为主流的解决方案。服务发现作为微服务架构的核心组件之一，其高可用性成为影响整个微服务架构整体稳定性的重要因素。单点部署服务发现不仅会带来性能瓶颈，更可能由于服务发现的故障导致整个微服务架构的不可用，所以一般会采用分布式部署的方式来提高服务发现的可用性，由多个服务器共同向外提供服务，当某个节点发生故障时，其他节点可以代替它继续提供服务，极大地减少了整个服务发现组件不可用的情况。

但是，将服务发现采用分布式的方式部署后，节点间由于通信延迟、故障等原因不可避免地会出现数据不一致的问题，如何保证每次向集群读取数据都能得到正确的数据，减少节点间数据不一致的影响一直都是重要的研究领域。目前一般的分布式服务发现都采用经典Paxos、ZAB等算法保证即节点间数据的一致性，但是这些算法采用了复杂的机制来保证普遍的数据一致性。

目前最经典的分布式数据一致性算法有Paxos、ZAB、Raft等算法，这些算法能够非常有效的保证数据的强一致性，并应用在很多成熟的商业软件中。但是，目前还没有一个有效针对服务发现的分布式一致性算法，直接使用这些算法实现难度上较大并而难以满足服务发现的实时性要求。

发明内容

本发明针对现有技术存在的问题和不足，提供一种微服务架构中分布式服务发现集群的数据一致性方法。

本发明是通过下述技术方案来解决上述技术问题的：

本发明提供一种微服务架构中分布式服务发现集群的数据一致性方法，其特点在于，其包括以下步骤：

当客户端一服务实例启动时，从服务发现节点集群中任选一个服务发现节点作为Leader节点进行连接，将自身的服务信息发送到Leader节点中，服务发现节点集群中其他服务发现节点作为Follower节点，服务信息包括服务名称、IP地址、端口号、服务实例当前状态、服务实例数据类型、Leader节点ID、数据版本号、数据写入某一服务发现节点的时间、数据写入服务发现节点集群的时间、以及数据是否提交状态；

Leader节点以树形结构存储服务信息；

Leader节点将服务信息复制到其他Follower节点中。

较佳地，客户端与Leader节点建立心跳连接，客户端每隔一段时间将发送一心跳请求给Leader节点，该心跳请求包括该服务实例的服务信息；

Leader节点在树形结构中查找该心跳请求中的服务信息，在未查找到时将心跳请求中的服务信息增添至根节点下，并初始化数据版本号、数据写入Leader节点的时间以及数据状态为不可提交状态，在查找到时更新相应的服务信息，并将数据版本号更新加一操作以及数据状态更新为不可提交状态；

Leader节点向其他Follower节点发送数据复制请求；