raft算法的简单理解

看了一下raft算法，自己尝试简单的描述一下

 

1.最初无leader（领导者）的时候，进行领导选举(Leader Election)。所有节点开始进行随机时间的倒计时，这个随机时间一般是150-300ms，最先倒计时结束的A节点会率先成为condidate（候选者），他的选票会投给自己，然后去询问其他未成为condidate的节点，这些节点会投票给A，然后A成为leader。

2.日志复制(Log Replication)。客户端发送信息给leader，leader会将数据存入它的log，此时它自身还没有提交这个数据，Leader然后在最近的一个Heartbeat timeout时发送给Follower节点，follower也会将数据存入log（也就是现在所有节点都没有提交，都只是存到log），然后响应leader（我们follower都存入log了），leader接收到响应后，将数据保存起来，响应给客户端，告诉他提交保存了，然后发消息给follower，让他们也都保存起来。Follower保存后通知leader，leader也响应给客户端，告诉他所有节点都保存了，此时所有节点信息一致，结束。

 

3.Leader会一直对follower进行心跳检测HeartbeatTimeout，以判断是否有节点挂掉，这个心跳时间通常要远小于倒计时时间。

 

4.假如主节点leader挂掉了，那么follower无法收到leader的心跳，他们就会继续进行随机倒计时选举，先倒计时结束的成为condidate，重复步骤1，成为leader。然后继续对其他节点心跳检测。

 

5.假如两个节点同时倒计时结束成为候选者，他们同时投票给自己，然后向其他人发起投票，收到选票后，他们票数一致，无法选举成功，他们两个会再进行第二轮倒计时，率先完成的发起投票，以此成为leader。

 

6.假如网络分区了，比如ABCDE五个节点，A为leader，AB在一起，CDE在一起，则AB正常运行心跳检测，由于CDE无法收到检测，他们会重新选举，即重复步骤4。假如选举出来C为leader。客户端假如发送A数据，A会存入log，并通知B存入log，（即步骤2的部分过程），但由于A代表的是小部分节点，所以AB他们无法提交数据，只在log保存，客户端发信息给C，C代表大多数，则正常运行完步骤2。假如后期修复了网络问题，则由于C代表大多数已提交log，leaderA下台，此时只剩下C。AB将回滚其未提交的log，和C保持一致，由此保持数据log在集群中一致性。