raft理论与实践[6]-lab3a-基于raft构建分布式容错kv服务

raft理论与实践[6]-lab3a-基于raft构建分布式容错kv服务

准备工作

• 阅读raft论文
• 阅读raft理论与实践[1]-理论篇
• 阅读raft理论与实践[2]-lab2a
• 阅读raft理论与实践[3]-lab2a讲解
• 阅读raft理论与实践[4]-lab2b日志复制
• 阅读raft理论与实践[5]-lab2c日志复制
• 阅读模拟RPC远程过程调用

前言

• 在之前的文章中，我们实现了raft算法的基本框架
• 在本实验中，我们将基于raft算法实现分布式容错的kv服务器
• 客户端用于交互raft服务器
• kvraft/client.go文件用于书写我们的客户端代码，调用Clerk的Get/Put/Append方法为系统提供强一致性的保证
• 这里的强一致性指的是，如果我们一个一个的调用（而不是并发）Clerk的Get/Put/Append方法，那么我们的系统就好像是只有一个raft服务器存在一样，并且调用是序列的，即后面的调用比前面的调用后执行
• 对于并发调用，最终状态可能难以预料，但是必须与这些方法按某种顺序序列化后执行一次的结果相同
• 如果调用在时间上重叠，则这些调用是并发的。例如，如果客户端X调用Clerk.Put(),同时客户端Y调用Clerk.Append()
• 同时，后面的方法在执行之前，必须保证已经观察到前面所有方法执行后的状态（技术上叫做线性化（linearizability））
• 强一致性保证对应用程序很方便，因为这意味着所有客户端都看到相同的最新状态
• 对于单个服务器，强一致性相对简单。多台的副本服务器却相对困难，因为所有服务器必须为并发请求选择相同的执行顺序，并且必须避免使用最新状态来回复客户端

本服务实现的功能

• 本服务支持3种基本的操作，Put(key, value), Append(key, arg), and Get(key)
• 维护着一个简单的键/值对数据库
• Put(key, value)将数据库中特定key的值绑定为value
• Append(key, arg)添加，将arg与key对应。如果key的值不存在，则其行为类似于Put
• Get(key) 获取当前key的值
• 在本实验中，我们将实现服务具体的功能，而不必担心Raft log日志会无限增长

实验思路

• 对lab2中的raft服务器架构进行封装，封装上一些数据库、数据库快照、并会处理log的具体执行逻辑。
• 对于数据库执行的Get/Put/Append方法都对其进行序列化并放入到lab2 raft的体系中，这样就能保证这些方法的一致性

获取源代码

• 假设读者已经阅读了准备工作中的一系列文章
• 在此基础上我们增加了本实验的基本框架kvraft文件以及linearizability文件
• 读者需要在kvraft文件夹中，实验本实验的具体功能
• 获取实验代码如下

git clone git@github.com:dreamerjackson/golang-deep-distributed-lab.git
git reset --hard   d345b34bc

客户端

• Clerk结构体存储了所有raft服务器的客户端servers []*labrpc.ClientEnd