知识卡片
复用已有复制通道做心跳检测：避免探测机制随节点数增长产生风暴
内容
MongoDB复制集早期的心跳检测机制，是集群中每个节点默认每2秒就要向集群内所有其他节点各发一次心跳，这种”全节点两两互相探测”的设计，节点数一多，心跳消息的数量会随集群规模膨胀（俗称heartbeat storm），额外占用带宽和处理开销，让集群本身的可用性检测机制反而成了集群的负担。3.2版本之后的改进思路是不再单独开辟一条心跳专用通道，而是复用节点之间原本就存在的复制通道（oplog同步链路），把心跳所需的元数据附带写入oplog里，让上下游节点顺带完成心跳检测，检测速度反而更快。这是一个具有普遍参考价值的设计思路：当某种周期性探测机制（心跳、健康检查）本身会随节点数增长产生显著开销时，与其独立维护一套探测通道，不如让探测信息搭载在系统里本来就存在的常规通信链路上，用已有流量捎带传递状态信息，而不是另开一条专用链路。
参考来源
- 位置：《高可用架构（第1卷）》第6章《大数据与数据库》"6.11 MongoDB2015回顾：全新里程碑式的WiredTiger存储引擎"节，"6.11.2 复制集改进"（源文件：_epub-src/OEBPS/Text/Chapter6_11_3.xhtml）
- 结论依据：原文说明"在这之前复制集的每个节点默认每2秒会给集群中的每个节点发送心跳，这显然是不……因为这样会随着集群的增加导致'heartbeat Storm'增加集群的overhead。而采用新的算法后每个节点只需要和上下游节点通过在oplog中写入额外的元数据来进行心跳检测，从而提高检测速度"，直接支撑本卡片结论。
- 原始内容：在这之前复制集的每个节点默认每2秒会给集群中的每个节点发送心跳……而采用新的算法后每个节点只需要和上下游节点通过在oplog中写入额外的元数据来进行心跳检测，从而提高检测速度。