raft

原理

参考：raft 一致性算法 动画演示

数据一致性

• 通常来说，我们的服务节点数量为3、5、7奇数
• 节点会有3个状态：Follower（从）、Candidate（候选人）、Leader（主）
• 一开始，所有节点都是Follower状态
• 然后Follower节点没有收到Leader发来的心跳，那么自己就会升级为Candidate
• Candidate节点会去询问其他节点 自己是否可以升级为Leader
• 其他节点收到后会回复投票结果
• 当Candidate收到大多数投票，就会升级为Leader
• Leader就会负责接收数据
• 每个变化都会被记录到节点日志中，如果日志未提交完成则数据不会被记录
• 假设客户端发送一个SET X
• Leader会记录日志：SET X
• Leader将数据复制给Followers，Followers会记录日志：SET X
• Leader等待大多数节点写入条目后，Leader才会真正写入数据X
• 然后Leader会告诉Followers条目已经提交，Followers也会真正写入数据X
• 这样集群的数据一致性就得到了保证

Leader选举

• raft算法有2个timeout来控制选举：election timeout和Append Entries timeout
• election timeout是决定Follower变成Candidate的，是150ms～300ms的随机值
• 当一个Follower的election timeout超时后就会进入投票阶段，然后发送投票请求给其他节点
• 如果其他节点不在Candidate阶段，那他就会同意投票，然后重置election timeout
• Candidate收到大多数的投票，就会成为Leader
• Leader按照指定时间间隔向其他节点发送Append Entries消息
• Followers会回复每个Append Entries消息，会重置election timeout
• 这个状态就会一直保持，直到Followers没有继续收到Append Entries，election timeout超时后又会成为Candidate

停止Leader

• Leader“挂掉”后，Followers就收不到Append Entries消息
• Followers等待election timeout后，会成为Candidate发起投票
• Candidate收到大多数的投票，就会成为Leader
• 现在状况是：原来的Followers（Follower + Leader）会在term1，之前挂掉的Leader还是在term2
• 如果原来的Followers刚好同时变成Candidate，无法获取大多数投票，那就会进行下一轮的选举
• 如果原来的Leader恢复了，他在term1发现现在term2更高级，就会以Follower的角色加入

日志复制

• Leader想要发生log给Followers也是通过Append Entries消息，和心跳信息一起发送给Followers
• Leader接收到数据后，自己记录log，然后将log随Append Entries消息发送给Followers
• Followers回复自己记录log
• Leader收到回复后，会同时告诉客户端、Followers，Leader将数据记录下来，Followers也会将数据记录下来

脑裂情况

• 如果集群出现了脑裂，例如在5节点的情况，出现了3节点+2节点的term （2节点一般无法选主，我们考虑双主的情况，就是3节点重新选主了）
• 客户端会向主节点发送数据，3节点和2节点的term都会接收部分数据，因为每个term都有Leader
• 但是2节点的term无法获取大多数的Append Entries，所以数据不会被实际写入
• 当集群状态恢复后，3节点的term比较大，那么2节点term之前记录的log将会被丢弃，从而同步3节点的数据