Raft算法

Raft算法简介

Raft共识性算法是paxos算法的简化版，多用在分布式环境中，集群成员通过投票对某事项决议，多数票通过，则共识达成。集群leader的选举，如kafka分区leader partion的选举。Parxos本身也是通过投票，多数票通过，则共识达成。但是Raft比Paxos投票过程做了一定的简化，并考虑具体的业务场景本身特点，并利用业务场景特点，快速达成共识。

Raft算法涉及成员角色

• leader
  集群的领导者，针对主从集群，通常承担集群的主的角色，负责用户的写请求，并把数据同步给集群的从角色。
• flower
  集群的从角色，针对主从集群，负责用户的读请求，并从主同步数据，和主保持数据同步，并参入投票。针对主备集群，flower不处理用户的读请求。
• candidate
  投票决议的发起者，当集群出现需要通过投票达成共识时，candidate发起投票决议，其他角色参入投票。

Raft算法投票过程

1. 集群刚开始启动时，成员都是flower角色，等待leader角色和自己通信，
   刚开始启动，由于都是flower角色，肯定会出现flower等待leader通信超时，
   第一个等待超时的成为candidate，并投自己一票，投票消息内容：(term,value),term是任期，每次更换leader,term+1。同时向其他成员发起投票决议。
2. 其他成员接收到投票决议后，看term和本地term大小做比较，若接收到的term大于自己的term,则同意发起者投票，否则丢弃。
3. candidate收到投自己的票数过半，则此次决议共识达成，自己转换成leader角色，同时向其他成员传递自己当选leader信息，包括term，leaderId等信息。
4. 其他角色接收到leader当选信息后，更新自己本地leader信息，集群达成一致状态，集群可以对外提供服务了。
5. 若第三步candidate接收到其他flower的投票响应超时或者为过半，重新发起新一轮投票，转入第一步继续；
6. 若集群运行过程中，有flower发现连接leader超时，则转入第一步。
7. 有的集群考虑具体业务场景，比如集群启动时，不需要投票，集群中每个成员都配置有自己的id,那么id最小的直接成为leaer角色，然后同步leader当选角色信息给其他flower,转入第四步；
8. 还有集群在leader宕机时，选择那个和leader保持数据同步最新的flower成为leader角色，转入第四步。