理解Raft协议

什么是分布式一致性

首先假设我们服务器系统中只有一个结点（node），这个结点可以是一个数据库服务器存储着单一的值，有一个客户端向这个服务器发送了一个值，这个值可以很容易就满足一致性。但是，如果我们的服务器部署在集群上，有多个结点，每次对这些服务器发起的操作，都需要使他们的结果达成一致，看起来像是一台机器一样，这就是分布式一致性问题。Raft就是一种实现分布式一致性的协议

 

结点的状态

每个结点可以有三种状态：Follower，Candidate，Leader。所有的结点都是从Follower状态开始的，如果followers没有收到leader的RPC消息，则可以转换为candidate，而candidate需要发起投票，其他结点参与投票，回复他们的投票结果，如果这个candidate获得了大部分的选票，就可以成为leader结点了。这就是Leader Election过程。。

 

Leader Election

下面来看看选举的具体过程。Raft里有两个管理选举的计时器，第一个选举计时器（election timeout）是记录follower结点变成candidate结点所需要的时间，一般在150ms-300ms之间（随机），在这一轮计时结束后，有的follower结点转换成了candidate结点，就开始了真正的选举，首先candidate结点会投票给自己，然后向其他结点发起投票请求，如果收到消息的结点在这一轮倒计时中没有投出票，默认是投给candidate结点的。一旦一个candidate得到了大部分的选票，就转换成了leader结点。大部分的选