分布式共识算法-raft

raft算法的演示动图

http://thesecretlivesofdata.com/raft/

raft 共识算法的状态机

 

其中每个节点都有三种状态：

1、Follower：跟随者

2、Candidate：候选人

3、Leader：领导者

Raft如何实现

1、初始状态

三个节点都是跟随者，Term是一个任期标志，也就是现在还没有领导，所以现在没有任期

这时，每个节点都维持一个等待领导者心跳的随机超时时间，他们三个超时时间都不同，先到超时的，则最早超时的，就会发起投票

2、发起投票

 a节点发起投票，成为候选者，b，c节点收到投票后返回对应的数据，这时候，任期term为1

a收到了2票，成为了leader，a定时会发送心跳给b，c，bc会响应给a，所以a一直都是领导者

 3、心跳

 

4、 心跳超时，A节点宕机

此时A或C将成为新的领导者

 5、出现网络分区，脑裂

正常运行

 此时，出现了某个网络分区，也就是集群中部分节点与其他节点失联了

脑裂过程

1、C D E节点与 A B节点失联了，也就是现在他们没有了主节点。

2、C D E 重新选举了E作为领导者，因为E能获得超过半数的投票

情况1： 假设此时B节点再收到请求，发送给A后，因为无法获得C D E的过半数确认，所以一直无法更新数据。

情况2：如果此时E收到了请求，它可以收到半数的同意，所以C D E 分区现在仍然可用。

网络恢复

B节点将收到E的term为2的心跳，此时他发现有人是他的新领导，所以它就得切换为跟随者模式，也就是成为E的跟随者，放弃领导者。也就成为了下图。