Redis中的可用性保证之Sentinel的Ratf 算法

在分布式存储系统中，通常通过维护多个副本来提高系统的可用性，那么多个节点之间必须要面对数据一致性的问题。Raft 的目的就是通过复制的方式，使所有节点达成一致，但是这么多节点，以哪个节点的数据为准呢？所以必须选出一个Leader。

大体上有两个步骤：领导选举，数据复制。

Raft 是一个共识算法（consensus algorithm）。比如比特币之类的加密货币，就需要共识算法。Spring Cloud 的注册中心解决方案Consul 也用到了Raft 协议。

Raft 的核心思想：先到先得，少数服从多数。

Raft 算法演示：

http://thesecretlivesofdata.com/raft/

总结：

Sentinle 的Raft 算法和Raft 论文略有不同。

1、master 客观下线触发选举，而不是过了election timeout 时间开始选举。

2、Leader 并不会把自己成为Leader 的消息发给其他Sentinel。其他Sentinel 等待Leader 从slave 选出master 后，检测到新的master 正常工作后，就会去掉客观下线的标识，从而不需要进入故障转移流程。