raft分布式一致性协议

• raft协议的动画演示
• raft协议的paper

---

分布式一致性协议通俗讲就是多机状态的一致性保障协议，即如果同一份状态存储在多台机器上，如何保证在多台机器上的状态彼此是一致的。一致是指读到的结果和写入的预期是一致的。

raft的做法是：

1. 节点分为三种角色leader、fellower、cancidator。leader接受client的读写请求，fellower接受leader的状态同步消息。cancidator是当fellower在timeout超时后也没有的收到leader的消息时，就自动成为cancidator。
2. leader定期会向fellower发送heartbeat消息。leader收到client的状态修改消息后，生成log entry信息，同步给fellower。fellower回复ack给leader。当leader收到超过半数的fellower的ack后，就将状态进行实际修改，并返回client成功，同时通知fellower可以落盘。
3. 如果出现网络分割，leader无法和多数fellower通信。不能和旧leader通信的fellower在timeout超时没有收到新的heartbeat消息后，就会广播选举自己为leader。其它fellower收到选举消息后，会确认。这样新的leader就出来了。
4. 如果同时有两个cancidator选举自己为leader。这时可能都不能得到多数票。就各自sleep 100-150ms后重新尝试选举自己。

几点疑问：

1. leader回复给client ack成功，回复给fellower ack失败，这时状态的状态不一致是如何处理的？ 等待下一个heartbeat ack到达时，将上一个message ack掉？
2. 从流程上看性能会比较低，如何承担类似消息队列系统的高吞吐？