这是我参与「第四届青训营」笔记创作活动的第15天

概述

理想中的分布式系统

• 高性能：可拓展、低时延、高吞吐
• 一致性、易理解
• 容错、高可用

分布式系统

从打造KV开始

写

读

一致性模型

• 线性一致性（时间轴上的线性）
• 最终一致性（最终总会读到）

复制协议小结

共识算法

（对一个值达成共识，值本身没有顺序，但日常使用时常常打log，而log有顺序）

共识算法与一致性

• 共识协议不等于一致性
  • 应用层面不同的一致性，都可用共识协议实现
  • 简单的复制协议也可以提供线性一致性
• 一般讨论共识协议提到的一致性指的都是线性一致性

Raft

RSM(复制状态机）

我上完课程之后对Raft机制的整体理解（不一定正确）

• 如何保证（最终）一致性？client无法同时与多个节点对接，所以在节点之中要有一个leader，其他都是follower.leader不断将消息再同步传达给follower。

出了错误怎么办？

• 由于leader也会定时向各个follower发送heartbeat（证明leader还在），所以如果leader挂了，其他follower发现leader没了，会成为candidate,并自发vote出一个新leader继续工作，保证了少数结点挂了不影响多数结点（类似于人类的群体组织方式）

• 关于vote：多数选举制，某个candidate向其他follower发出请求，获得多数同意即成为leader。 原则上是选择term最新的那个结点，因为它同步的消息是最新的。

• 如果是某个follower挂了或没跟上进度，就类似于这样：（注：图源于老师ppt）

leader可以通过term和index确认它掉队的地方，并且从那里开始使得它重新同步，不需要知道确切的value。

关于term

• 我认为term就是字面意思，时期（类似于古代的王朝）。将所有的行为理解为是随着时间轴而推演就很合理了。一个时期只需要一个leader，比如说这个leader在的时候term标记为1，换了个leader就标记为2。

现实远比理论要复杂得多得多得多

• （类似于人类社会的争权夺利）

共识算法的未来

• 多数分布式系统的底座
• delo中的虚拟共识
  • 对外暴露一致的log作为接口，内部对于log可以有不同的实现