1.概述

　　我們在了解分布式選舉算法之前，我們需要這樣一種算法產生的背景。在一個分布式系統中，因為各種意外的因素，有的服務器可能會崩潰或變得不可靠，它就不能和其他服務器達成一致狀態。因而這樣就需要一種Consensus協議，來確保服務器的容錯性，也就是說即使系統中有一兩個服務器節點Crash，也不會影響其處理過程。為了讓容錯方式達成一致，我們不可能要求所有的服務器節點100%都達成Consensus狀態，只要超過半數的大多數服務器節點Consensus即可，假設有N臺服務器節點，(N/2)+1 就超過半數，即可代表大多數了。那麽，今天筆者給大家分享的就是Raft分布式選舉算法。

2.內容

　　Raft為了實現Consensus這個目標，這個過程如果選舉一樣，參選者需要說服大多數服務器節點投票給他，一旦選定後就跟隨其操作。在Raft中，任何時候一個服務器節點可以扮演下面角色之一：

1. Leader：處理所有客戶端交互，日誌復制等操作，一般一次只有一個Leader。
2. Follower：類似選民，處於被動狀態。
3. Candidate：類似Proposer，可以被選為一個新的Leader。

　　Raft階段分為兩個，首先是選舉過程，然後在選舉出來的Leader帶領下進行相關正常的操作，比如復制等。下面有相關示意圖來展示該過程：

2.1 選舉請求

　　任何一個服務器節點都可以成為一個Candidate，它向其他服務器節點Follower發出要求選舉自己的請求，如下圖所示：

2.2 應答

　　其他服務器應答同意，發出OK。如下圖所示：

　　需要註意的是，如果在這個過程當中，有一個FollowerCrash掉，沒有收到請求選舉的要求，因此候選者可以自己選舉自己，只要達到 (N/2)+1 的大多數票，候選人還是可以成為Leader的。

2.3 發送指令

　　在候選者成為Leader後，它可以向其他Follower節點發送指令，比如進行日誌復制，如下圖所示：

2.4 Heartbeats

　　之後，通過心跳進行日誌復制等通知，如下所示：

2.5 Crash

　　在運行的過程當中，一旦該集群的Leader當場Crash了，那麽Follower中有一個成為候選者，發出投票選舉邀請，如下圖所示：

2.6 New Leader

　　在Follower同意後，其成為Leader，繼續承擔日誌復制等操作動作，如下圖所示：

　　這裏需要註意的是，在整個選舉過程當中是有一個時間限制的，如下圖所示：

　　出現在Split Note的情況，是因為如果同時有兩個候選人向其他節點發出投票邀請，這時通過類似的加時賽來解決，兩個候選者在一段Timeout，比如100ms互相不服氣的等待後，因為雙方得到的票數是一樣的，一半對一半，那麽在100ms後，再由這兩個候選者發出投票邀請，這時同時的概率大大降低，那麽首先發出邀請投票的候選者得到大多數同意票後，成為Leader，而另外的一個候選者後來發出投票邀請，那些Follower選民已經投票給了第一個候選者，此時不能再投票給它，它就成為落選者了，最後這個落選者也就成為一名普通的Follower了。

3.日誌復制案例

　　下面通過以日誌復制為例子來說明Raft分布式選舉算法，假設這裏Leader已經選出，這時候客戶端發出一個新增的請求，比如日誌內容是"smartloli"，如下所圖所示：

3.1 Append

　　在Leader發送的指令下，Follower需要遵循它的指令，都將這個新的日誌內容追加到他們各自的日誌中：

3.2 Commit

　　大多數Follower服務器節點日誌寫入磁盤文件後，確認追加成功，發出Commited OK，如下圖所示：

　　再下一個心跳Heartbeats中，Leader會通知所有的Follower更新Commited。對於每個新的日誌記錄，重復上述操作過程。如果在這個過程當中，發生了網絡通信故障，使得Leader不能訪問大多數Followers了，那麽Leader只能正常更新它能訪問的那些Follower服務器節點，而大多數的服務器Follower因為沒有了Leader，他們重新選擇一個候選者作為Leader，然後這個新的Leader作為代表與外界進行交互，如果外界發送新的請求操作，比如添加新的日誌，這個新的Leader就按照上述步驟通知大多數Followers服務器節點，如果這時網絡故障修復了，那麽原先的Leader就要降級成為Follower，在失聯階段這個老Leader的任何更新都不能算Commit，都要Roll Back，接受新的Leader的新的更新操作。

4.總結

　　目前，幾乎所有的語言都已經支持Raft分布式選舉算法的庫了。這裏我們通過對分布式選舉算法的學習與分析，可以對分布式系統底層選舉機制有更好的理解。大家可以去閱讀一下Raft算法作者寫的論文。另外，Raft的作者有將論文進行整理成了大綱，閱讀地址：《Raft論文大綱》

5.結束語

　　這篇博客就和大家分享到這裏，如果大家在研究學習的過程當中有什麽問題，可以加群進行討論或發送郵件給我，我會盡我所能為您解答，與君共勉。

分布式系統選舉算法剖析