Kubernetes是典型的主从分布式架构，由集中式管理节点（Master Node）,分布式的工作节点（Worker Node）组成以及辅助工具组成。其中ETCD是管理节点的核心组件，主要负责集群状态集中式存储，功能架构与Zookeeper类似。本篇主要是详细讲解ETCD架构及核心技术。

ETCD发展与演进

ETCD是用Go语言编写，通过Raft一致性算法，实现的一个高可用的分布式键值(key-value)数据库，核心里程碑如下：

2013年6月，由CoreOS团队于发布的开源。

2014年6月，作为Kubernetes核心元数据的存储服务一起发布，自此ETCD社区得到飞速发展。

2015年2月，发布了第一个正式稳定版本2.0，重构了Raft一致性算法，提供了用户树形数据视图，支持每秒超过1000次的写入性能。

2017年1月，发布了3.1版本，提供了一套全新的API，同时提供了gRPC接口，通过gRPC的proxy扩展并极大地提高ETCD的读取性能，支持每秒超过10000次的写入。

2018年11月，项目进入CNCF的孵化项目。

2019年8月，发布了3.4版本，该版本由Google、Alibaba等公司联合打造，进一步改进etcd的性能及稳定性。

2021年7月，发布了3.5版本，支持Go Module版本号语义及模块化，提升了性能及稳定性，增强了集群运维能力。

ETCD经过长时间的持续演进已趋于成熟，性能及稳定顶得到了极大的提升。当前针对kubernetes集群中List Pod等expensive request导致OOM等不稳定的问题，以及Range Stream，QoS特性，计划在ETCD 3.6版本实现，拭目以待。

ETCD架构及功能

用户读请求会经由HTTP Server，转发给Store进行具体的事务处理；如果涉及到节点的修改请求，则交给Raft模块进行状态的变更，日志记录，同步提交给集群其他节点并等待确认，最后完成数据的提交并再次同步。ETCD整体架构主要分为四个模块：

HTTP Server：用于处理用户发送的API请求，以及其它ETCD节点同步与心跳信息的请求。

Store：用于处理ETCD支持的各类功能的事务，包括数据索引、节点状态变更、监控与反馈、事件处理与执行等等，是ETCD对用户提供的大多数API功能的具体实现。

Raft：Raft强一致性算法的具体实现，是ETCD的核心。

WAL：Write Ahead Log（预写式日志），是ETCD的数据存储方式。除了在内存中存有所有数据的状态以及节点的索引外，ETCD就通过WAL进行持久化存储。WAL中所有的数据提交前都会事先记录日志。Entry表示存储的具体日志内容。Snapshot是为了防止数据过多而进行的状态快照；

通常一个ETCD集群是由3个或者5个节点组成，多个节点之间通过Raft一致性算法完成协同；其中会有一个节点作为Leader主节点，负责数据的同步与分发。当Leader主节点出现故障时会自动选举另一节点为Leader主节点。

在ETCD架构中，有一个非常关键的概念quorum，quorum的定义是（n+1）/2，即超过集群中半数节点的临界值；只要确保quorum数量的节点正常工作， 那么整个集群就能正常工作并对外提供服务；

为了保障部分节点故障之后，依然能继续提供服务，就需要解决一个非常复杂分布式一致性的问题。ETCD是采用Raft一致性算法来实现，通过一套数据同步机制，在Leader切换后能够重新同步所有提交的数据，保证整个集群数据一致。

客户端在多个节点中，任意选择其中的一个就可以完成数据的读写，内部的状态及数据协同由ETCD自身完成。ETCD内部的机制比较复杂，但是面向用户提供的接口非常简单，可以通过客户端或者通过HTTP的方式连接集群并操作数据，可以大致将接口分为了5组：

Put(key,value)/Delete(key)：Put向集群中写入数据，Delete删除集群中的数据。

Get(key)/Get(keyFrom，keyEnd)：支持两种查询方式，指定单个key的查询与指定的一个key的范围的查询。

Watch(key)/Watch(keyPrefix)：支持Watch机制实现增量数据更新监听，支持指定单个key与一个key前缀，实际应用中的建议使用key前缀。

Transactions(if/then/else ops).Commit()：支持简单的事务，可以通过指定一组条件满足时执行某些动作，当条件不成立的时候执行另一组操作。

Leases: Grant/Revoke/KeepAlive：支持租约机制，通常情况下在分布式系统中需要去检测一个节点是否存活的场景，就需要租约机制。

ETCD核心技术与原理

从Paxos到Raft，实现分布式一致性

Paxos算法是1990年Leslie提出的，是一个经典且完备的分布式一致性算法。其目标是在不同的节点间，对一个key的取值达成共识（同一个值）。在Paxos中一个决策过程（Round、Phase）分为两个阶段：

准备阶段 phase1：Proposer向超过半数（n/2+1）的Acceptor发起prepare消息(发送编号)；如果Acceptor收到一个编号为N的Prepare请求，且N大于该Acceptor已经响应过的所有Prepare请求的编号，那么就将N作为响应反馈给Proposer，同时该Acceptor承诺不再接受任何编号小于N的提案，否则拒绝返回。

投票阶段 phase2：如果超过半数Acceptor回复promise，Proposer向Acceptor发送accept消息。Acceptor检查accept消息是否符合规则，只要该Acceptor没有对编号大于N的Prepare请求做出过响应，它就接受该提案。

在实际发展中，Paxos算法也演化出了一系列的变种：PBFT算法是一种共识算法，较高效地解决了拜占庭将军问题；Multi-Paxos算法优化了prepare阶段的效率，同时允许多个Leader并发提议；以及FastPaxos、EPaxos等，这些演变是针对某些问题进行的优化，内核思想还是依托于Paxos思想。

Paxos从被提出一直是分布式一致性算法的标准协议，但是它不易理解并且实现起来非常复杂，以至于到目前为止都没有一个完整的实现方案，很多实现都是都是Paxos-like。Raft算法是斯坦福大学2017年提出，Raft通过分治思想把算法流程分为三个子问题，分别是选举（Leader election）、日志复制（Log replication）、安全性（Safety）。

选举（Leader election）：Raft定义集群节点有4种状态，分别是Leader、Follower、Candidate、PreCandidate。正常情况下，Leader节点会按照心跳间隔时间，定时广播心跳消息给Follower节点，以维持Leader身份。Follower收到后回复消息给Leader。Leader都会带有一个任期号(term)，用于比较各个节点数据新旧，识别过期Leader等。当Leader节点异常时，Follower节点会接收Leader的心跳消息超时，当超时时间大于竞选超时时间后，会进入PreCandidate状态，不自增任期号仅发起预投票，获得大多数节点认可后，进入Candidate状态并等待一个随机时间，然后发起选举流程，自增任期号投票给自己，并向其他节点发送竞选投票信息。当节点收到其他节点的竞选消息后，首先判断竞选节点的数据及任期号大于本节点，并且在本节点未发起选举给自己投，则可以投票给竞选节点，否则拒绝投票。

日志复制（Log replication）：Raft日志由有序索引的一个个条目组成，每个日志条目包含了任期号和提案内容。Leader通过维护两个字段来追踪各个Follower的进度信息。一个是NextIndex，表示Leader发送给该Follower节点的下一个日志条目索引;另一个是MatchIndex，表示该Follower节点已复制的最大日志条目索引。

以“hello=world”为例，从Client提交提案到接收响应的整个流程为例，展示Raft日志全流程，通过一下8步Leader同步日志条目给各个Follower，保证etcd集群的数据一致性：

当Leader接收到Client提交的提案信息后，生成日志条目，同时遍历各个Follower的日志进度，生成对各个Follower追加日志的RPC消息；

通过网络模块将追加日志的RPC消息广播给各个Follower；

Follower接收到追加日志消息并持久化之后，回复Leader已复制最大日志条目索引，即MatchIndex；

Leader接收到Follower应答后，更新对应Follower的MatchIndex；

Leader根据各个Follower提交的MatchIndex信息，计算出日志条目已提交索引位置，该位置代表日志条目被一半以上节点持久化；

Leader通过心跳告知各个Follower已提交日志索引位置；

当Client的提案，被标识为已提交后，Leader回复Client该提案通过。

安全性（Safety）：通过为选举及日志复制增加一系列规则，来保证Raft算法的安全性：

一个任期号，只能有一个Leader被选举，Leader选举需要集群一半以上节点支持

节点收到选举投票时，如果候选者最新日志条目的任期号小于自己，拒绝投票，任期号相同但是日志比自己短，同样拒绝投票。

Leader完全特性，如果某个日志条目在某个任期号中已被提交，则这个日志条目必然出现在更大任期号的所有Leader中；

Leader只能追加日志条目，不能删除已持久化的日志条目；

日志匹配特性，Leader发送日志追加信息时，会带上前一个日志条目的索引位置(用P表示)和任期号，Follower接收到Leader的日志追加信息后，会校验索引位置P的任期号与Leader是否一致，一致才能追加。

ETCD使用Raft协议来维护集群内各个节点状态的一致性，多个分布式节点相互通信构成整体对外服务，每个节点都存储了完整的数据，并且通过Raft协议保证每个节点维护的数据是一致的。每个ETCD节点都维护了一个状态机，并且任意时刻至多存在一个有效的主节点。主节点处理所有来自客户端写操作，通过Raft协议保证写操作对状态机的改动会可靠的同步到其他节点。

以boltdb为基础 ，实现高效KV存储引擎

ETCD是使用boltdb来持久化存储KV核心的元数据，boltdb整个数据库就一个db文件，基于B+树的索引，读效率高效且稳定；读事务可多个并发，写事务只能串行，并且开销较大不能并发，只能靠批量操作来缓解性能问题。

page文件块：boltdb以4k定长为存储单元划分空间，即page文件块，所有其他对象都是以此为基础扩展抽象。

boltdb存储的管理单元是page，每个page都由header+ data组成，page的类型有以下几种：

meta page：元数据信息。包含存储B+树root buck位置，可用块的数量freelist，当前最大块的offset等。分为metaA与metaB, 用来控制进行中的事务与已完成的事务(写事务只有一个进行中). 根据meta中的txid的值的大小来判断当前生效的是哪个meta。（txid会根据事务操作递增）

bucket page：存储bucket名称数据，bucket名称也是采用B+树结构存储。根root bucket的pageid由meat的root字段指定

branch page：存储分支数据内容。分支数据结构中只有key信息，没有value信息。指向的都是下一级节点的pageid信息

leaf page：存储叶子数据内容。

freelist page：Freelist用于管理当前可用的pageid列表。由Meta元数据信息中的freelist字段来定位所在的pageid位置。

B+树索引：boltdb是采用了变异的B+树索引：节点分支个数不固定；叶子节点不相互感知，不保证所有的叶子节点在同一层。但是索引查找和数据组织形式都是标准B+树。

其中Bucket本质上是命名空间，是一些key/value的集合，不同的Bucket可以有同名的key/value ；node是B+树节点的抽象封装，page是磁盘物理的概念，node则是逻辑上的抽象；在boltdb中，Bucket是可以嵌套的，boltdb天生就有一个Bucket，这个是自动生成的，由meta指向，不是用户创建的，后续创建的Bucket都是这个Bucket的sub bucket。

boltdb实现事务的方式非常简单，就是绝对不覆盖更新数据。其中meta是通过两个互为备份的page页轮转写实现的，每次都写新的地方，最后更改路径引用，具体步骤如下：。

通过key查询到位于B+树的那个page；

把这个page读出来，构建node节点，更新node的内容；

把node的内容写到空闲的的page，并且一层层往上；

最终更新meta索引内容；

MVCC多版本&Watch机制

ETCD通过term标识集群Leader的任期，当集群发生Leader切换，term的值就会+1。通过revision标识全局数据的版本，当数据发生变更（创建、修改、删除），revision都会+1。在相同集群多Leader任期时，revision依然会保持全局单调递增，使得集群任意一次的修改都对应一个唯一的revision，以此来实现数据的MVCC多版本及数据的Watch机制。

MVCC多版本：如上图，在同一个Leader任期之内，所有的修改操作对应的term值始终都等于2，而revision则保持单调递增。当重启集群之后，所有的修改操作对应的term值都变成了3。在新的Leader任期内，所有的term值都等于3，且不会发生变化，而对应的revision值同样保持单调递增。从一个更大的维度去看，可以发现在term=2和term=3的两个Leader任期之间，数据对应的revision值依旧保持了全局单调递增。

Watch机制：在clientv3库中，Watch特性被抽象成Watch、Close、RequestProgress三个简单API提供给开发者使用，屏蔽了client与gRPCWatchServer交互的复杂细节，实现了一个client支持多个gRPCStream，一个gRPCStream支持多个watcher，显著降低了你的开发复杂度。同时当watch连接的节点故障，clientv3库支持自动重连到健康节点，并使用之前已接收的最大版本号创建新的watcher，避免旧事件回放等。

总结

ETCD是在ZooKeeper与doozer之后的项目，深度借鉴了前两个项目的精华，同时也解决了前两个项目的问题。使用场景都相差不大，主要是分布式协同协调场景，包含集群监控，集群选主，服务发现，消息分布与订阅，负载均衡，分布式通知与协调，分布式锁及分布式队列等。

同时ETCD在kubernetes生态体系的带领下，快速发展至稳定，无论是整体架构设计，性能，稳定性及用户体验都是远远超越了ZooKeeper与doozer；不仅在kubernetes生态有大量产品集成依赖，非kubernetes体系的也有越来越多的产品集成使用。