raft协议

链接

youtube:Designing for Understandability: The Raft Consensus Algorithm

共识问题

在一堆机器中，达成关于某个值的共识。在2PC中，只需要达成true/false的值，所以2PC可以认为是简化的共识问题。

Raft的几个问题

Raft是为了简化Paxos而诞生的，Paxos过于抽象，并且对于实际问题过于简陋。

Raft要解决的基本问题包括：

• 选主
  • 选择一个机器作为Leader
  • 检测Crash，在Crash之后选择新的Leader
• Log复制
  • Leader从Client收到命令，将其append到Log中
  • Leader将其Log复制到从节点中
• 保持Log主从一致性
  • 只有与主节点一致的从节点，才有可能成为新的Leader

Raft将共识问题抽象为分布式系统中多个状态机的状态同步：每个状态机内部有两个模块

• log
• 状态机

log是一个有序的命令存储文件。当一个Leader节点收到命令时：

1. 首先将命令同步到其他节点上
2. 将命令转交给状态机执行：如果大多数节点已经同步了这条命令，则认为命令已经写入成功，然后将命令提交给状态机执行
3. 执行之后，返回命令结果
   

选主

Term

Term类似于Kafka中Epoch的概念，即时间轴。始情况下，所有机器的Term=0。当Timeout之后，机器需要选主，于是将自己的Term增加1：Term++， 然后发送选主请求给所有的其他机器。

在每个Term期间，至多有一个Leader。每次RPC时，两个机器都会交换自身的Term，具有较老的Term自动从Leader转为Follower。（如果其他机器向一个Leader发起RPC，但Leader已经变成Follower，会返回重定向错误）。

当一个机器收到Vote请求时，如果对方具有最新的Term，则返回Yes，并保存这个Term的投票选择；在同一个Term期间再次收到其他Vote请求时，仍然返回之前保存的投票结果。

收到集群中大多数投票的机器成为新的Leader，大多数即多于一半，因此集群不可能再产生第二种结果，所以大多数投票(Total/2+1)结果是唯一确定的。

触发选主的时机：随机化

为了使得集群最终能够选出一个Leader，而不是几乎所有的机器都在某个固定时间发起投票，Raft选择随机的超时时间，这很重要。超时的范围是:[T,2T]，比如150ms~300ms。在这种情况下，通常一个机器会先于其他机器获得选举。

commit

当Leader收到client的命令时，它将命令写入Log中（持久化到磁盘上），并且向所有的Follower同步这个命令(AppendEntries)。当收到大多数(majority)Follower的响应后，就认为这条命令提交成功了，因此可以执行这条指令。

log同步

为了简化Log的同步，raft协议假定：1. Leader的Log永远是正确的，所以当Log不一致时，其他Follower要做的事情就是同步Leader的Log； 2.当一条Log已经提交时，它之前的所有Log也被认为已经提交了。

每条Log都都包含(term,index)两个信息，AppendEntries中携带当前Log以及之前Log的(term,index)。当follower收到AppendEntry指令时，使用index最小的log与自己的log历史匹配。如果找不到匹配的，则返回失败；Leader重试，在AppendEntries中再附加更小的Log，直到匹配。
匹配发生之后，Follower根据匹配的位置，将后面的Log截断丢弃，然后添加Leader的Log，与Leader保持完全的一致。

Leader的完整性

为什么要假定Leader的Log一定是正确的呢？这是因为选主的机制决定了，具有不完成Log的Follower不能被选举成为Leader。通过总是选取(lastTerm,lastIndex)最大的那个，丢弃哪些具有较小term，较小index的节点，因为它们的Log是不完整的。

在上图中，s5 0票，因为其Term是最小的；s2获得s5，因为其Term大于s5； s4和s1都获得s2和s5; s3获得所有的票数。

Raft协议特点

• 随机化超时选主
• 每个Term内至多有一个Leader
• 使用大多数共识原则
• 每条log由(Term,Index)构成
• log渐进式同步(先尝试(term,index), (term’,index-1)两条消息，如果前一条消息不匹配，则继续附加，直到发生匹配）
• 只有log同步到大多数节点之后，才会执行状态机的变化。

redis cluster选主使用RAFT协议

来源：https://redis.io/topics/cluster-spec
redis cluster使用异步复制，当前master失败后，重新选取的master的数据集会成为权威数据集。