raft学习笔记（一）

记录学习过程中的一些笔记。后面看raft的论文，有些内容是有不同的，比如成员关系变更。这些后面再更新。

节点有三种状态：leader，follower，candidate。初始状态follower
leader只有一个，要获得大多数节点的投票才能成为leader。一次投票选举leader的过程称为term。每发起新一轮选举，term加一。leader节点通过心跳（append entries协议）与从节点保持通信。

1. leader选举

有两个timeout控制选举。Election timeout在150ms到300ms随机。
节点与leader在election timeout时间内都没有联系上，打算把自己选为leader。状态由follower改为candidate。candidate节点开始新一轮term（将term加1），并给自己投一票，然后发送Request Vote消息给其他节点，如果收到消息的节点在这一轮（term）还没有投过票，则它投票给candidate并重置election timeout。若获得大多数投票，则将状态改为leader。新的leader开始发Append Entries消息给从节点，发送间隔由heartbeat timeout指定。从节点回复Append Entries消息。

Split vote
如果不够大多数，则发起新一轮选举。如果收到term更大的消息，则意味着有其他leader选举出来了，改状态为follower。

2. 日志复制

leader通过append entries协议将操作同步给从节点，得到大多数节点的回复后，才进行commit。然后才回复client.
系统所有的操作都要经过leader，每次更改被作为一个条目加到节点的日志（each change is added as an entry in the node’s log）。该条目当前是未提交的（uncommitted），还不会更新节点的值。要提交，leader首先要复制日志到从节点，等到大部分节点将条目写入日志，leader提交条目，节点值被更新。然后leader通知从节点，条目已被提交。从节点提交条目，更新节点值。系统达到一致。
client将请求发给leader，leader追加日志，并在下次心跳将change发给从节点（Append Entries消息）。从节点回ack后leader就回复client（此时尚commit）。

日志匹配特性：
如果不同日志中的条目拥有相同的索引和任期号，那么他们存储了相同的命令
如果不同日志中的条目拥有相同的索引和任期号，那么他们之前的所有日志条目也都相同

3. 安全

选举限制：raft使用投票的方式来组织candidate赢得选举出发它包含了所有已经提交的日志条目
提交之前任期内的日志条目：只有leader当前任期内的日志条目才通过计算副本数目的方式来提交；一旦当前任期内的某个日志条目已这种方式提交，基于日志匹配特性，之前的所有日志条目也会被间接提交

4. 网络分区

假设分了两个区，一个含大多数节点。两个区的leader都会收到请求，含大多数节点的分区，日志会被commit，另一个则不会（因为得不到大多数节点的ack）。网络恢复后，小的区看到更大的election term，节点step down，回滚所有未提交的日志，同步新leader的日志。
小的区没办法选出新的leader，有leader的话，一定是旧的leader，term更小。当然可能没leader，这种情况就更简单了。

5. 集群成员变更

联合一致算法：
日志条目被复制给新旧配置中的所有机器
新旧配置中的服务器都可以成为leader
达成一致（选举和提交）需要分别在两种配置上获得过半支持

6. 日志压缩

快照技术，每个服务器独立的创建快照，复制状态机将状态写入快照，还包含一些元数据，如last included index，last included term

7. 客户端交互

如何找到leader
如何支持线性化语义：
客户端对于每一条指令都赋予一个唯一的序列号。然后，状态机跟踪每个客户端已经处理的最新的序列号以及相关联的回复。如果接收到一条指令，该指令的序列号已经被执行过了，就立即返回结果，而不重新执行该请求