这是我参与「第四届青训营 」笔记创作活动的的第9天，学习了【浅谈分布式一致性协议】的内容，重点是分布式一致性的概念，raft算法，最后了解了共识算法未来的发展方向。
一致性&&共识算法
副本一致
满足案例2可靠 写简单起见：主副本、从副本模式；具体传输过程使用log
什么是一致性
定义：给定一系列操作，在约定协议的保障下，使得它们对处理结果达成“某种程度”的协同。
一致性是一种模型：定义了分布式系统如何向外提供服务。
一般分为如下两类：
线性一致性：最严格，始终可以读取
最终一致性：读取暂时不行，但最终可以
复制协议
问题：主副本失效后怎么处理
实现：共识算法
共识算法
定义：共识算法解决的是分布式系统对某个提案（Proposal），大部分节点达成一致意见的过程。\
- 论文指出共识算法是一个FLP问题，但在一定的代价下，工程上可以实现。
- 应用层的一致性可以用共识协议实现
拜占庭错误
伪造信息恶意响应的情况
Raft算法
概念
-
RSM(复制状态机)
commit index前所有log都可以提交给状态机 -
Term(逻辑时钟)
一朝天子一朝臣
角色
- leader
- follower
- candidate：请大家投票的状态，期望变成新leader
流程
日志复制
- commit index在各个节点上commit时间可能不一致
- 复制过程发送log+commit index
主节点失效
- 新leader，用新term
- raft通过log来判断是否投票，log不小就会投给对应的candidate
- 多数节点投票，就成新leader
冲突
全听leader，不管follower
paxos
老前辈、复杂
未来
us级别 共识、容错
HovercRaft：可编程交换机将RSM放到传输层
Mu：用RDMA
多节点提交
结点跨地域，会使RTT增大。希望能就近与leader通信。
案例：KV
- 单机
client RPC远程调用DB
实现get、put接口 - 主副本
两台DB - raft based
一致性读写
- 确定leadership
- 方案
优化写延迟：等所有commit log apply，再写状态机
优化读时延：读操作直接读状态机
