浅谈分布式一致性协议|青训营笔记

这是我参与「第四届青训营」笔记创作活动的第2天，笔记的内容是关于青训营课程中的《浅谈分布式一致性协议

笔记的主要内容是：

• 分布式系统
• 一致性与共识算法
• 从Raft入手
• 实现细节以及未来

一、分布式系统

分布式系统是一个建立在网络之上的软件系统，正是因为软件的特性，所以分布式系统具有高度的内聚性和透明性。

1.1 分布式系统面临的挑战：

• 数据规模越来越大
• 服务的可用性要求越来越高
• 快速迭代的业务要求系统足够易用

1.2 理想中的分布式系统：

• 高性能：可扩展、低时延、高吞吐（能否灵活的扩展处理容量、同时兼顾低时延和高吞吐）
• 正确：一致性、易于理解
• 可靠：容错（一种架构上的操作）、高可用

二、一致性与共识算法

因为现如今对分布式系统的要求越来越高，所以一台机器是负担不了巨大的需求。

2.1 复制

这是一台机器的处理过程，于是就通过复制操作，如果两个副本都能接受请求。

那么主副本会定期拷贝全量数据到从副本 主副本也会拷贝操作到从副本

2.2 复制操作

• 主副本把所有的操作打包成Log（Log的写入都是持久化的，保存在磁盘上）
• 应用包装成状态机，只接受Log作为Input
• 主副本确认Log已经成功写u到副本机器上，当状态机apply后，返回客户端

2.3 读操作

• 直接读状态机，写操作进入状态机后再返回client或者写操作复制完成后直接返回，读操作black等待所有pending log 进入状态机

2.4 共识算法

共识算法就是所有人都认同的算法。

• 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
• 弱一致性往往可以使用相对简单的复制算法实现

三、一致性协议案例：Raft

3.1 背景

• 2014年发表
• 易于理解作为算法的设计目标
  • 使用了RSM、Log、RPC
  • 直接使用RPC对算法进行了描述
  • Strong Leader-based
  • 使用了随机的方法减少约束
• 正确性
  • 形式化验证
  • 拥有大量成熟系统

3.12 Raft日志复制和从节点失效

以上是日志复制，以下是从节点失效

#### 3.9 Raft Leader failure - Leader定期的发送 AppendEntries RPCs 给其余所有节点 - 如果Follower有一段时间没有收到Leader的AppendEntries，则转换身份成为Candidate - Candidate自增自己的term，同时使用RequestVote RPCs向剩余节点请求请求投票 - 如果多数派节点投给它，则成为该term的leader

四、总结

这一节课中了解到了

• Raft如何应用在KV中
• 单一的共识算法有其局限性
• 在工程实践中，需要对其进行一定的优化
• 一致性协议当前的研究热点