Go语言集群如何做主节点选举_Golang etcd Election使用教程-Golang-PHP中文网

etcd v3 的 newelection 最稳妥，因其将 lease 创建、cas put、watch 删除、自动重试四步封装为原子操作，底层用事务确保租约与 key 绑定，避免手写漏 withlease 或 watch 断连不重试导致的脑裂、假活或 key 残留。

go语言集群如何做主节点选举_golang etcd election使用教程

直接用 clientv3.NewElection 是最省事的路径，但不设 Lease TTL、不处理 KeepAlive 失败、不监听 Election.Observe 而是轮询 Get，十有八九会脑裂或假活。

etcd v3 的 `NewElection` 为什么比手写 CAS 更可靠

它把 Lease 创建、CAS Put、Watch 删除、自动重试这四件事封装进一个类型里，底层用事务保证「租约绑定 key」原子性。手写容易漏掉 WithLease 或误用 Put 不带 lease，导致节点宕机后 key 永久残留；也容易在 Watch 断连后没重试，错过删除事件。

实操建议：

Golang Uber Dig

使用 uber-go/dig 在 Golang 中实现依赖注入——基于反射容器，提供 Provide/Invoke、dig.In/dig.Out 参数与结果对象，支持命名依赖等

下载

必须传入带 TTL 的 clientv3.Lease 实例，TTL 建议 10～15 秒——GC 停顿通常
Campaign 返回 nil 才算真正当选；非 nil 错误要区分：context.DeadlineExceeded 是超时未抢到，clientv3.ErrNoLeader 是 etcd 不可用，不能一概重试
当选后别存 isLeader bool 全局变量，每次业务操作前仍需 Get(ctx, leaderKey) 校验，防幽灵存活

KeepAlive 失败后必须立刻 `Resign`，不能等租约自然过期

Lease 过期是 etcd server 单方面行为，客户端无感知。如果 KeepAlive goroutine 因网络抖动或 channel 满而退出，但代码还继续以 Leader 身份发请求，就会双主。

实操建议：

启动 KeepAlive 必须用独立 goroutine，并消费返回的 chan *clientv3.LeaseKeepAliveResponse —— 不消费会导致后续续租静默失败
一旦从该 channel 收到 error 或 channel 关闭，立即调用 Election.Resign(ctx)，并清空本地 leader 状态
别用 Lease.TimeToLive 轮询判断是否过期：它只返回快照，且频繁调用增加 etcd 压力

监听 `Election.Observe` 而不是自己 `Watch` 前缀

Election.Observe 内部已封装带 WithPrefix 和 WithRev 的 watch，能自动从断连点续播，避免事件丢失；自己手写 watch 容易漏掉 WithPrevKV，导致无法区分是新建还是覆盖，也容易在重连时传错 revision。

实操建议：

用 Observe 获取 clientv3.LeaderKey 和 clientv3.LeaderRev，不要解析 key 名称拼接
收到新 leader 通知后，若本节点不是 leader，应停止所有关键业务逻辑（比如定时任务、HTTP handler），而不是仅打日志
如果需要响应 leader 变更做清理，把逻辑放在 OnStoppedLeading 回调里，别塞进 watch goroutine

Consul 选主必须手动补 session 状态检查，否则必脑裂

Consul 没有原生 election API，靠 session + KV 模拟。但 session 续期是异步的，KV.Put 不支持 CAS，两个节点可能同时写成功。etcd 的 lease 是强绑定的，Consul 的 session 则可能“活着但已失效”。

实操建议：

每次执行关键操作前，必须先调 session.Info 查 session 状态，返回 nil 或 ErrNotFound 就得立即停服
Put leader key 时加 AcquireSession 参数，但别依赖它防并发——它只保证 session 存在，不保证唯一写入
避免用 session.Revoke 主动销毁，改用 session.Destroy 配合 TTL 自动回收，减少竞态窗口

最易被忽略的是：etcd 里 leader key 存在 ≠ 当前节点仍是 leader。租约可能已过期但 key 尚未被 server 清理（延迟最多 1 个 tick），此时 Get 能读到值，但业务已不该运行。必须结合 Lease.TimeToLive 查 lease 状态，或直接信任 Observe 流的通知时机。