Java学习 - Raft协议

CAP理论

• C：consensus，一致性
• A：availabili，可用性
• P：partition tolerance，分区容错性
• 一个分布式系统中，无法同时满足CAP三个要求，只能舍弃其中一个

一致性模型

• 弱一致性
  • 只保证最终结果是一致的
  • 例子：DNS服务器，Gossip
• 强一致性
  • 保证每时每刻都是一致的
  • 例子：Paxos，Raft，ZAB

强一致性算法思想

• 主从复制：如果一个从节点失败，则Master阻塞，导致整个集群不可用，保证了一致性，却大大降低了可用性，不可取
• 大多数原则：每次写入都保证写入大于N/2个节点，每次读取都保证大于从N/2个节点读

Raft协议是什么

• Raft协议是分布式系统强一致性算法

• Raft协议来自Stanford，根据Paxos算法改进而来

Raft协议核心

• Raft协议主要依靠选举机制，日志复制和大多数原则实现分布式一致性

Raft协议概述

• Raft协议规定分布式系统中的节点状态有三种，分别为：领导者，跟随者，被选举者
• 新数据只能通过领导者写入，新数据会写入领导者的日志中，新数据会放入心跳包中发送给跟随者，跟随者收到最新数据后会写进跟随者的日志中，然后发送响应包给领导者
• 当领导者知道大多数跟随者已经完成日志写入后，会将数据提交，然后通过心跳包告诉跟随者和用户新数据已经完成提交，跟随者也提交数据
• 用户只能访问到已经提交的数据

Raft协议选举过程

• Raft协议规定每个跟随者有一个超时时间，这个超时时间是随机的
• 当一个跟随者在超时时间内都没有收到领导者发送的心跳包，则会转变为被选举者，向其他的节点发送信息，请求投票
  • 如果被选举者得到超过半数的票，则成为下一任领导者，会通过发送心跳包，将自己的数据发送给跟随者，跟随者完成同步写入
  • 如果被选举者没有得到超过半数票，则进入下一次超时等待
• 当系统中两个节点同时参数选举，并且获得相同的票数，则两个节点分别等待不同的时间，谁先超时，谁成为新的一任领导者

Raft协议处理网络分区

• 当系统中存在网络分区时，每个分区中如果不存在leader，则会选举出一个新的leader，每个leader都会接收用户写入，并告知其跟随者进行写入
  • 如果分区中没有大多数（以所有分区的全部节点总数为标准）节点完成复制，则无法进行提交，整个分区处于卡住状态
  • 如果有大多数节点写入，则进行提交
• 当网络分区恢复后，任期小的分区节点会放弃当前未提交内容，转而去同步任期大的分区的leader的数据