一致性算法探寻（扩展版）图解

最新推荐文章于 2024-09-27 10:11:28 发布

weixin_34310127

最新推荐文章于 2024-09-27 10:11:28 发布

阅读量93

点赞数

文章标签： python

原文链接：https://my.oschina.net/daidetian/blog/491648

版权

2019独角兽企业重金招聘Python工程师标准>>>

首先，翻一下图1的注释：复制状态机架构。一致性算法管理日志复制包括从可短接收的状态机命令。状态机处理日志里相同序列的命令，所以他们产生相同的输出。

正式图解，首先图1分为2个部分，客户端和服务器。箭头1由客户端指向服务器的一致性模块，表示由客户端发送请求至服务器由一致性模块接收，然后才有箭头2进行分发日志处理的命令。可以看到箭头2指向多层的log模块，表示多个服务器接收了该信息。日志处理完成后，出现箭头3，日志模块发送消息给状态机，最后由状态机返回结果给客户端。这里主要阐述状态机的实现。

再来由于图2太大，我手动做了切分，并且图2也是Raft通信的基础，一共4种信息类型。如上图2-1，这里描述了Raft的几种状态消息组成部分。

Persistent state on all Serve：在响应RPC之前更新过时信息。该信息包括currentTerm、voteFor以及log[]3个部分。currentTerm就是服务器最新的term值（初始为0，依次增加）。votedFor是当前term里让你投票的candidate的id（如果没有则为null）。log[]就是日志条目数组了，每个条目包含状态机命令和leader接收到日志的term值。
Volatile state on all Server：包含两部分，commitIndex和lastApplied。commitIndex是已知的已提交的日志条目的最大索引值（初始为0，依次增加）。lastApplied是向状态机申请的条目最大索引值（初始为0，依次增加）。
Volatile state on leaders：包含两部分，nextIndex[]和matchIndex[]。nextIndex[]是发送给其他服务器的下一条日志条目的索引值（初始为leader最新日志索引+1）。matchIndex[]是服务器已知要被复制的日志条目的最大索引值（初始为0，依次增加）。

图2-2展示的是AppendEntries RPC（由leader提出用来复制日志条目，也用作心跳）的组成结构。参数有term，leaderId，preLogIndex，preLogTerm，entries[]和leaderCommit这些。因为AppendEntries RPC是由leader发出的，所以这里的参数都是leader的状态，没什么好解释的。返回结果由term和success两部分组成。term就是当前term，用来给leader升级自己的term的，success则在follower的日志条目匹配了preLogIndex和nextLogIndex的时候为true。同时，接收者实现了以下5个原则：1.如果term<currentTerm，返回false（5.1节）。2.如果日志没有匹配preLogTerm的条目在preLogIndex位置（5.3节）。3.如果一个已存在的条目和一个新的条目冲突了（相同的索引，不同的term值），删除已存在的条目并且跟随它（5.3节）。4.可以增加日志中不存在的条目。5.如果leaderCommit>commitIndex，则将commitIndex=min(leaderCommit，最新条目的索引)。

图2-3显示的是RequestVote RPC的结构。参数有term，candidateId，lastLogIndex，lastLogTerm4种。这是由candidate发送给follower的消息，4个参数代表了candidate的属性。返回结果由term和voteGranted两部分组成。term是用来给candidate升级自己的currentTerm值，而voteGranted则是回执，表示candidate接收了选票。接收者遵循以下2个条件：1.如果term<currentTerm返回false（5.1节）。2.如果voteFor为空或是candidateId，并且candidate的日志至少和接收的日志一样新，则拉票成功。

图2-4显示了服务器的几项准则。对于所有服务器来说：如果commitIndex>lastApplied，增加lastApplied并向状态机申请日志[lastApplied]。如果RPC请求或响应包含了term T>currentTerm，则currentTerm=T，转为follower状态。

对于follower来说：响应candidate和leader的RPC。如果选举超时，即没有接收到当前leader的AppendEntries RPC或candidate的拉票，则转为candidate。

对于candidate来说：一旦转为candidate就开始一次选举：增加currentTerm值，投票给自己，重置选举计数器，发送RequestVote PRC给其他服务器。如果获得大多数服务器的选票，则当选为leader；如果接收到新的leader发送的AppendEntries RPC，则转为follower；如果选举超时，则开始新一轮选举。

对于leader来说：当选后，发送初始为空的的AppendEntries RPC（心跳）给每个服务器；在空闲时间重复发送心跳以防止选举超时（5.2节）。如果接收到客户端发送的命令时，增加日志条目，在向状态机申请条目后响应客户端（5.3节）。如果一个follower的最新日志索引≥nextIndex，则发送带有nextIndex开始的新日志条目的AppendEntries RPC：如果成功，更新follower的nextIndex和matchIndex（5.3节）；如果因为日志的不一致失败，则减少nextIndex并重新尝试。如果存在一个N>commitIndex，大部分的matchIndex[i]≥N，并且log[N].term == currentTerm，则设置commitIndex = N（5.3,5.4节）。

图3显示了Raft的几个特性。列举了选举安全性、leader增量、日志匹配、leader完整性和状态机安全性。

图4显示的是Raft算法三种状态的切换关系。首先，整个集群刚启动时，所有服务器都是follower，然后随机有follower因为没有接收到通信信息而转为candidate，参与竞选，如果得到集群中大部分认同则当选成为leader，没有获得大部分选票的则继续回到follower状态。如果leader发现有服务器的term比它高，则退位成为follower，并开始新一轮选举。其中如果candidate在选举过程中发现超时则继续为candidate并开始新一轮选举。