分布式一致性算法-Raft学习笔记

分布式一致性算法-Raft学习笔记

版权声明：本文为博主原创文章，未经博主允许不得转载。

手动码字不易，请大家尊重劳动成果，谢谢

作者：http://blog.csdn.net/wang_wbq

Raft在Leader选举阶段使用term编号作为提案编号来执行paxos算法进行leader选举，为了防止活锁出现，Raft算法使用了随机定时器的策略避开了同时竞争Leader的可能。在日至提交阶段，算法保证了Leader要拥有全部日志，并且Client只能与Leader交流，提交日志。Leader利用两阶段提交和大多数集合确认的方式来确保日志被成功保存。其算法和Zookeeper的ZAB算法有一定相似性。

Raft算法中角色和存储

不同于Paxos算法，Raft算法中只有一种角色。这个角色可以有三种状态：
1、Follower
2、Candidate
3、Leader

在每台机器上都会存储：
1、currentTerm：当前节点所能看到的最大的term值，该值单调增加
2、votedFor：当前term里将票投给的对象，如果尚未投票则为空
3、log[]：日志条目，会按顺序作用于状态机
4、commitIndex：当前节点最后一个被提交的日志序号
5、lastApplied：当前节点最后一条被应用于状态机的日志序号，如果发现当前机器commitIndex > lastApplied则应该将本机log[]中序号为(lastApplied, commitIndex]的部分应用到状态机
6、snapshot：如果做了日志快照则会存储快照镜像

在状态为Leader机器上会额外存储：
1、nextIndex[]：针对每个其他节点，下一个需要发送的日志的序号
2、matchIndex[]：针对每个其他节点，当前所知的和Leader匹配的最大日志编号

Raft算法中的相关概念

1、Leader：当前集群中的领导者（干活最多的），一个Raft集群只能有一个Leader持久存在
2、Candidate：Leader候选人，当接收到多数投票后会成为Leader
3、Follower：跟随者，接受Leader的日志存储、应用请求，拥护Leader的地位
4、term：Leader的选举周期（假设所有机器都是从0开始），在一个Raft集群内单调递增。在一个term周