分布式共识算法 Raft

前言

Raft 是一种分布式共识算法，目前被consul和etcd使用。

我们以一个简单的集群为例说明，这个集群有三个结点，现在我们需要这三个结点共识一份数据。

初始状态下，集群中的结点都是follwer state，即都是follower
当follower在一定的时间范围内(介于150ms~300ms之间，可配置)，没有听到leader发送的消息时，会认为leader已经不在了，那么该节点会变成一个candidate竞选者。

term是任期的概念，follwer变身candidate后任期会++,而其他的follower接收到索要投票要求时，term++，且在该任期内它的票只能投给一个candidate
变身candidate之后，该竞选者可以向其他结点索要投票以期待变成leader，并且自己会投自己一票，当该candidate拿到超过半数结点的票时，就会正式成为leader ，其他follower也会记录自己的leader是谁
成为leader之后，会广播给其他follower一个请求AppendEntries，这个请求是有可能带数据的，如果不带数据代表是心跳，如果携带数据，代表是做一些事情，做什么呢? 看下文~

如果说客户端要给集群set一个数据5，那么会有以下共识过程：

客户端修改数据都是需要交由leader来处理，如果交给了follwer，那么follwer也会把set 5交由leader处理
leader处理set 5时，会暂存到本地，并不立马修改，而是设置为uncommit状态，并通知其他follower进行同步备份，这是一个广播的过程，follower接收到leader的消息之后会返回投票，如果leader收到半数以上投票，那么会把数据进行修改，也就不再是commit状态。
此时follower们对该数据还是uncommit状态，那么leader再次广播，让follower都提交数据set 5，且在广播的同时向客户端返回请求，代表这条修改是被审核认可的。

log replication阶段同步多份日志，就是为了应对leader挂掉的情况，那么其他的结点还能产生新的共识数据。

在这里插入图片描述

leader如果挂了，那么就会按照前面的算法过程去处理，即检测不到心跳请求，follower成为candidate，之后进行选举，成为新的leader

在这里插入图片描述
平票状态下，两个candidate都拿不到半票，都成不了leader，那么另外一个follower会变成一个新的candidate，进行新的投票，直到产生唯一leader，而产生唯一leader的关键在于timeout是随机的，每个node的timeout是random的。

在这里插入图片描述
会根据term的值(越大代表任期越新)，以此决定哪个leader是应该留下来的，而另一个leader则会被“卸任”，变成一个follower，例如上图中，B是卸任的，而且B会与C进行同步，进行一个rollback的操作。