突破存算性能瓶颈：①换更好的机器；②加机器。普遍是使用②，受限于成本，且不一定就有更好的机器。
多个机器协同的方案：①每个机器负责自己那部分的数据；②每个机器都负责全部的数据。以Redis为例，集群用了①，而主从用了②。
Raft用来解决②的情况。
单机写入数据：①写入成功；②写入失败。
多机写入数据：
- 向其中一个机器写入数据。
- 该机器向其余机器同步数据：①同步成功；②同步失败；③数据丢失/延迟。
网络环境是复杂的，无法保证立即一致，只能追求最终一致。且为了系统的整体可用，一致性算法应当允许局部的失败，即不能因为一个机器同步失败，就整体写入失败。
一致性算法要解决的问题：
- 不可靠信道，分区不可达/消息冗余/消息丢失/消息乱序。
- 基本可用性，大部分节点可用，整体也要可用。
- 不依赖物理时序或极端的消息延迟来保证一致性。
- 响应请求不能依赖最慢的机器。
解决方案：
- 只有唯一的Leader具备写权限，且负责同步日志，决定日志顺序。
- Follower接收的写请求需要重定向到Leader。
- Leader先写自己的日志，后成功同步半数以上Follower，再提交（解决了响应请求不依赖最慢的机器）。
- 日志最终先由Leader应用到状态机，Follower随后。
- Leader不可用后，其余Follower能够重新选举新的Leader。
- 当有节点加入或退出，需要同步给整个集群。
