二人のリーダーと二つの確定履歴を分ける
スプリットブレインは、分断や障害検出の食い違いによって、複数の側が自分を正当な書き込み元と扱い、不整合な更新を受け付ける問題です。単に複数の画面にリーダーという表示が出たことと、競合する二つの履歴が確定したことは区別します。古いリーダーが自分の任期をまだ知らなくても、正しい合意プロトコルが確定を拒否していれば、同じデータの二重確定は防げる場合があります。まずどの操作の成功が、どの構成・任期・投票集合に基づいたかを調べます。ネットワークが通らないことだけから相手が停止したとは証明できません。
五ノードが三対二に分かれる例
説明用に固定メンバー五台の多数決クラスタが三台と二台へ分断されたとします。多数決が三なら、三台側は条件を満たして進めても、二台側は新しい更新を確定できません。停止したように見える側が自律的に二票で十分と決め直せば、安全性の前提を壊します。この例は固定構成を単純化した模式例で、特定システムの測定や動的構成変更の全手順ではありません。メンバー変更そのものも合意の対象になり得ます。単に台数を増やす操作でも必要な票数が変わるため、障害時に手順外の再構成を行うと、回復できる状態を失う恐れがあります。
リースと外部書込みの境界を確認する
リースの期限が切れたと思って新所有者を選んでも、停止していた旧所有者が復帰して外部ストレージへ書けると、合意の外側で競合が残る場合があります。フェンシングでは、新しい世代のトークンを資源側で検査し、古い所有者の要求を拒否するなど、実際の効果を防ぎます。単にトークンをログへ付けるだけでは拒否は行われません。時計に基づくリースには遅延や時計の前提があり、永続化された任期や資源の検査とは役割が違います。プロトコルの内側の合意と、メール送信やファイル書込みなど外部の副作用を同じ保証として扱わないようにします。
障害中の操作で履歴を増やさない
調査ではノードID、クラスタID、構成、任期や世代、成功した要求ID、書き込み先、分断区間を保存します。疎通を戻す前後で、どの側が正本として扱われているかを確認します。各側を別々に強制初期化して双方を公開すると、同じ名前で別履歴を作る危険があります。特定製品のバックアップ復元や多数派喪失の手順を確認し、未確定の更新と確定した更新を区別します。ネットワークを直すこと、リーダーを選ぶこと、古い副作用を止めることは別の作業です。障害の表示だけを消すのではなく、書き込み権限が一貫している状態へ戻します。
復旧後の正本と未確定結果を照合する
復旧後は、利用者へ成功を返した操作がどこへ残っているか、重複や競合がないかを業務IDで照合します。両側の値を単純に最新時刻で上書きすると、時計のずれや異なる操作を失う場合があります。再接続後の収束方法は、データの意味と採用したプロトコルで決めます。試験環境では分断、遅い旧所有者の復帰、再構成、外部書込みを分けて検証します。停止側が書けなくなることは可用性の低下ですが、安全性を守る意図した動作の場合があります。「常に両側で書ける」ことを成功条件にせず、必要な整合性と業務の回復方針を先に定めます。