分布式共识算法raft

大纲：

1. 共识算法简介


2. 结点状态的相互转换


3. 结点如何保证数据一致

一、共识算法简介

个人理解：在一个分布式系统中，共识算法保证的时CP而不是AP。

假设一个分布式存储系统由多个结点组成，所有结点需要保证数据的一致性。

二、结点的状态与竞选leader

每个节点有三种状态：follower，candidate，leader，状态之间是互相转换的

leader-主节点，主节点负责与客户端通讯；给follower发心跳；同步日志与提交命令给follower

follower-从节点，每一个follower有一个倒计时器，时间随机，倒计时结束后自动转换成candidate，结点的初始状态都是follower

candidate-向其他结点发送投票请求，收到半数以上票时，candidate成为leader，并向其他follower发送心跳。如果再给其他follower发心跳同时收到了其他candidate的心跳说明同时当选leader，则本轮竞选无效。再通过重置倒计时器重新竞选。

倒计时器-当受到candidate投票请求，与leader心跳，倒计时器重新刷新倒计时

三、结点如何保证数据一致

客户端向服务端发送存储数据的请求，

1. leader记日志，把消息分发follower记日志


2. eader提交响应客户端提交成功


3. 然后通知follower提交

发生网络分区时，

基于raft的分布式系统需要奇数个节点（方便半数投票与分区时一个分区中结点过半），两个分区分别选举leader，出现脑裂，那么超过半数分区的leader可以继续对外服务，另一个分区leader无法提交。恢复网络正常后，小于半数的leader重新变成follower，同时该分区的结点通过主节点日志追加丢失的数据