【分布式系统】分布式选举之Raft算法

在分布式系统中，为了提高系统的可用性，达到99.999%的指标，我们通常会对服务节点做集群，采用主从互备的方式增强服务的可用性。在主从互备的集群中，主节点和从节点需要保证数据一致，主节点服务出现问题后，需要在从节点中选举出一个新的主节点，那么常用的分布式选举算法有Bully算法、Raft算法、ZAB算法。本节主要对Raft算法进行分析。

Raft算法原则

遵从少数服从多数的原则，规定在一个周期内得票最多的节点为主节点。

三种角色

Raft算法将集群节点划分为三种角色。
领导人（Leader）：即主节点，在一个集群中只能存在一个，用于协调和管理其他节点。
候选人（Candidate）：只有候选人才能成为领导人
群众（Follower）：跟随领导者，不可以发起选举

可以看出，跟我们实际的选举制度差不多，人大代表类似群众角色，在候选人中间投票，得票多者成为选举获胜者

角色状态转换如下：

选举流程

1、集群初始化时，没有领导人，都是群众
2、集群中的所有节点在没有领导人的情况下，会转换成候选人，转换的过程有快有慢（选举超时控制机制，避免同一时间同时转换，一般在150ms至300ms之间的随机值），图示群众2使用150ms，用时最短
3、候选人2向群众/候选人1、群众/候选人3发送选举的请求，发送的过程中群众1和群众3都有可能已经转换成候选人，因为选举超时机制时间原因（节点收到选举请求有先后）且每个节点在一个选举周期内只能投一票，所以示例候选人2率先发起选举
4、群众/候选人1、群众/候选人3都同意候选人2的选举，那么候选人2的票数大于半数，获得成功
5、候选人2获得半数选票后，会宣布自己的任期（首期为1），其他节点都转换为群众节点，领导人定期发送心跳给群众

选举过程中如果出现平票，任期加1，并重新发起选举
领导人节点如果网络延迟或者死机，群众接收不到心跳包（超时）会重新发起选举（之前任期结束），此时领导人节点降级为群众，参与新一轮选举

数据同步

集群中出现领导人节点后，客户端写入操作就会针对领导人节点展开，领导人节点再同步信息给群众节点完成最终值的修改。

1、客户端将更新数据发送给领导人节点，领导者节点会在本地建立日志条目，记录这次修改。
2、领导者节点将这个日志条目信息同步给所有的群众节点。
3、群众节点收到日志条目信息后，会向领导者节点发送确认信息。领导者节点收到群众节点返回的半数确认信息后，才会更新信息。
4、领导者节点返回给客户端更新信息结果，并广播通知所有的群众节点这次更改已经提交了。

日志条目包含序号和任期号，同一个任期内条目序号不会更改且位置固定，并且领导者节点同步日志时，会把紧接着之前条目的序号和任期号一起同步，群众节点找不到之前条目的序号和任期号就会拒绝接收新日志，这样就会保证日志同步的一致性（如若因网络问题出现了群众节点和Leader节点不一致，领导者节点会从后往前试，一次次的同步失败后的前一条日志条目，直到找到群众节点日志的一致位置点，然后从一致位置点往后逐条覆盖后边的日志）

总结

• 三种角色
• 选举流程
• 日志同步流程