一文带你看懂Raft算法

概述

raft算法是一种分布式共识算法，主要解决的多节点共识一致性问题。

举个例子，当我们去饭店吃饭时，怎么保证多个服务员的共识，而不出现一个客人来多个服务员涌上去服务，另一个客人来却没有一个服务员理他的尴尬局面；

一、节点角色

在raft算法中，节点有三种角色：

1、leader：领导，接受客户端请求，并向follower同步请求日志

2、follower：候选人，接受leader同步的日志

3、candidate：候选者，选举过程中的临时角色

二、选举过程

初始状态下，所有节点都为follower，当follower节点未收到leader节点的日志或者心跳，此时follower节点会变candidate状态，并触发选举操作：

1、候选人节点向其他节点发起投票通知

2、若候选人节点收到了大多数节点的投票，那么它就会升级成为leader节点

Raft算法将时间分为一个个的任期(term)，每一个term的开始都是Leader选举。在成功选举Leader之后，Leader会在整个term内管理整个集群。如果Leader选举失败，该term就会因为没有Leader而结束

此时外部的请求会先下发到leader节点上，在通过leader节点两段式提交进行同步到follow节点上

三、leader节点与follower节点数据同步

两段式提交过程：

1、leader节点先将数据提交至follower节点

2、leader节点统计到了大多数节点已经写入完成，将请求本地置为提交状态，并响应客户

3、leader节点通知大多数follower节点将数据置为提交状态

四、leader节点宕机了，怎么办？

如果leader节点与follower节点保存心跳连接，如果leader节点宕机，此时未收到心跳包的follower节点会在150ms - 300ms之间变成选举人角色，并触发选举流程

五、如果系统中有多个选举人节点怎么办？

按照刚才的流程，同一系统中可能出现，多个选举人节点，但是如果其中已经有一个选举人已经当选成leader节点，那么剩下的选举人节点该怎么办呢？

当选举人节点收到新的leader节点通知时，会自动退化为follower节点

问题：
若系统中出现网络分割，导致多个节点隔离，多地分别有自己任期内的Leader节点，当网络恢复，多节点间该如何共识呢？
提示：任期term

参考：
http://thesecretlivesofdata.com/raft/