MongoDB的一致性——Raft

概述

Raft : raft is a consensus algorithm for managing a replicated log.

分布式存储系统通常通过维护多个副本来进行容错，提高系统的可用性。要实现此目标，就必须要解决分布式存储系统的最核心问题：维护多个副本的一致性。

一致性（consensus）: 它是构建具有容错性（fault-tolerant）的分布式系统的基础。 在一个具有一致性的性质的集群里面，同一时刻所有的结点对存储在其中的某个值都有相同的结果，即对其共享的存储保持一致。集群具有自动恢复的性质，当少数结点失效的时候不影响集群的正常工作，当大多数集群中的结点失效的时候，集群则会停止服务（不会返回一个错误的结果）。

一致性协议通常基于replicated state machines，即所有结点都从同一个state出发，都经过同样的一些操作序列（log），最后到达同样的state。

架构

typical architecture for consensus systems

如上图所示，所有的节点以相同的顺序处理日志，那么最终x、y、z的值在多个节点中都是一致的。

consensus系统中每个结点有三个组件：

状态机: 当我们说一致性的时候，实际就是在说要保证这个状态机的一致性。状态机会从log里面取出所有的命令，然后执行一遍，得到的结果就是我们对外提供的保证了一致性的数据。

Log: 保存了所有修改记录。

一致性模块: 一致性模块算法就是用来保证写入的log的命令的一致性，这也是raft算法核心内容

基本概念

角色

在Raft中，节点有三种角色：

• Leader：负责接收客户端的请求，将日志复制到其他节点并告知其他节点何时应用这些日志是安全的

• Candidate：用于选举Leader的一种角色

• Follower：负责响应来自Leader或者Candidate的请求

角色转换如下图所示：

• 所有节点初始状态都是Follower角色

• 超时时间内没有收到Leader的请求则转换为Candidate进行选举

• Candidate收到大多数节点的选票则转换为Leader；发现Leader或者收到更高任期的请求则转换为Follower

• Leader在收到更高任期的请求后转换为Follower

Term(任期)