共識演算法（三）—— Raft（分散式一致性演算法）
阿新 • • 發佈：2019-01-10
Raft簡介
Raft替代了paxos（太複雜），並提供了一種在計算系統叢集中分佈狀態機的通用方法，確保叢集中的每個節點都同意一系列相同的狀態轉換，也就是說，它在提供的計算機叢集分佈狀態機時，有個別或者多個狀態機down掉了，從而使其狀態不統一併影響了consensus一致性，繼而影響了整個系統的執行，而Raft演算法就可以解決這個問題，它允許有down機，從而可以避免影響整個系統的執行。一個Raft叢集包含若干個伺服器節點，通常是5個，這允許整個系統容忍2個節點的失效，每個節點處於一下三種狀態之一：
-
follower（跟隨者） ：所有節點都以 follower 的狀態開始。如果沒收到 leader 訊息則會變成 candidate 狀態。
-
candidate（候選人）：會向其他節點“拉選票”，如果得到大部分的票則成為 leader，這個過程就叫做 Leader 選舉(Leader Election)。
-
leader（領導者）：所有對系統的修改都會先經過 leader 。
Raft分為兩個階段
- 第一個階段：選舉：從叢集中選出一個合適的節點作為leader。即計算機叢集開始執行時，每個節點都是follower狀態，當term週期過後，就會有folloer節點成為conmidited節點，並給自己投一票，然後將自己通過RPC廣播出去，讓其他的節點投票給自己，其他節點收到它的廣播後，首先會檢查自己的票是否已經投出，如果沒有投出或者votefor為null，則就會檢查競選節點的日誌資訊是否比當前節點更全，如果不全，則拒絕投票，反之則投給它，當自己的票屬於一大半時，則競選通過，轉為leader，然後再將自己的資訊同步給其他節點。
- 日誌同步：1.選舉出的leader接收客戶端請求，將其轉為raft日誌。2.Leader將日誌同步到其他節點，當大多數節點已經同步完畢日誌後，日誌的狀態就會變為conmmited，從而這些日誌將不會被篡改。3.當leader節點down掉後，會重新執行第一階段。
raft日誌衝突：
如果follower節點的資料與leader節點資料發生衝突，則同步leader節點的資料，刪除自己本身的髒資料。