这是我参与「第四届青训营 」笔记创作活动的第21天
本次笔记重点内容
- 什么是一致性协议
- Raft 详解
分布式系统面临的挑战
各种各样的错误：
- 网络
- 磁盘
- CPU
一致性
一致性是一种模型（或语义）来约定一个分布式系统如何向外界提供服务。
分类
- 最终一致性：读取可能暂时读不到但是总会读到
- 线性一致性：最严格、最易用、最清晰，线性执行
复制协议——失效发生
两台机器状态保持一致，一旦一台失效了，另一台仍然能提供服务，那么如何同步两个副本的状态呢？
如何复制？
- 定期拷贝全量数据到从副本
- 每个RPC包装成一个operation，主副本拷贝操作到从副本
当主副本失效
- 手动切换
- 容错？× 服务还是停了
- 高可用？取决于我们从发现到切换的过程的快慢
- 正确？√ 操作只从一台机器上发起，所有操作返回前已经复制到另一台机器了
共识算法
若干进程中，一个值一旦确定，所有人都认同
共识协议≠一致性
- 应用层面不同的一致性，都可以用共识协议来实现
- 简单的复制协议也可以提供线性一致性，弱一致性可以使用相对简单的复制算法实现
共识算法案例
Paxos
抽象形式，难以理解，但是是正确的
Raft
把易于理解作为算法的设计目标之一
复制状态机（RSM）
Client把Log提供给Raft，Raft确定这个Log commit后提供给用户的状态机。一旦Raft更新Commited Index，意味着这个index前所有Log都可以提交给状态机了。
Raft角色
- Leader：所有操作的发起者
- Follower：不接受用户的请求，发现没有Leader的时候会想成为Leader
- Candidate：收Follower的消息然后发起投票是否自己能成为Leader，投票通过那么Candidate就是新的Leader
流程
S2是这个集群的Leader，其他S是Follower
- 有客户端
- 无客户端
向其他人发送心跳，表明Leader还活着
- 如果Leader挂了：
S3即成为新的Leader
日志复制
从节点失效
S2可以直接把S3后面没有的节点全部给它
Raft Term
- 每个Leader服务于一个term
- 每个term至多有一个Leader
- 每个节点存储当前的term
- 每个节点term从一开始只增不减
- 只commit本term内的Log
安全性
- 同Term：对于Term内，在任何<term,index>位置上至多只有一条Log
- 跨Term：如果一个Log被标记commited，那这个Log一定会在未来所有的Leader中出现Leader completeness
