图解分布式一致性算法RAFT

目录

 

概述

选举

脑裂

平票

数据一致

---

概述

在Raft中，每个结点会处于下面三种状态中的一种：
追随者：所有结点都以追随者的状态开始，无选举发生，一旦没有收到领导者的消息，就开始选举。
领导者：所有对系统的修改都会先经过领导者。每个修改都会写一条日志(log entry)。leader收到修改请求后的过程如下，这个过程叫做日志复制(Log Replication)：
候选：会向其他结点“拉选票”，如果得到大部分的票则成为领导者。这个过程就叫做领导大选(Leader Election)。

选举

初始状态大家都一样，随机设置了一个超时时间，等待领导的一次召唤，一般叫一次心跳。

没有等到心跳，最先超时的发起竞选，给自己投票并且给能联系到的发投票邀请。

那三个没有领导，并且这个候选者能连接的点最多，于是同意了邀请，这样候选者得到4票，成功成为领导

超时时间作废，开始追随领导，等待每一次心跳。那两个失联于是也开始竞选，不超过半数竞选失败。再次到同一网络时，发起发起竞选，发现了更多跟随者的领导就加入。

脑裂

所有的个体分成两部分，有两个领导，就是脑裂。上述选举不会出现脑裂，但如果运行过程中产生连接中断则会脑裂

好多追随者拥护一个领导，突然有大量失联情况

于是失联的又一次选举产生一个领导，所以同时存在两个领导，互相又不知道，用户访问时就会看到两种数据。

解决办法：可以设置定时判断领导的连接数，连接数小于等于一半自动作废领导地位。再次到同一网络时，发起发起竞选，发现了更多跟随者的领导就加入。

平票

集群总数为偶数，恰好有两个点同时发起投票，恰好得到的票是相等，于是就不成功开始等待。虽然说时小概率事件等待事件也不长，但是心跳时间和超时时间都是以百毫秒计算，时间长了，系统运行会多浪费一些时间，raft随机超时时间会减少这种情况。同时，节点的数目都是奇数个也很大程度减少这种情况。

数据一致

众所周知，读一般多余写，主从结构中，写的操作在主，读在从，这就要同步数据了，主要通过复制日志同步。

1.用户修改发送到主

2.领导修改日志发送到从

3.从根据日志做同样的事，复制日志，成功后反馈

4.主收到修改成功反馈给用户发送修改成功信息

5.主提交，并且告诉从也提交