raft论文(五)

wsqyz

已于 2022-02-25 10:58:39 修改

阅读量930

点赞数

分类专栏：分布式一致性协议文章标签：分布式一致性协议 raft算法

于 2022-02-22 14:58:05 首次发布

本文链接：https://blog.csdn.net/wsqyz/article/details/123052509

版权

分布式一致性协议专栏收录该内容

5 篇文章 0 订阅

订阅专栏

安全性证明

论文使用了反证法证明了Leader Completeness特性，进而证明了State Machine Safety特性。

这个证明过程相对较绕，但是仔细阅读仍是可以理解，通过该证明保证了raft协议数据的正确性

需要证明问题：

未来Leader一定包含以前Leader commit的日志（Leader Completeness）

证明过程：

使用反正法推出矛盾，进而证明Leader Completeness的正确性

假设存在未来的Leader不包含以前Leader commit的日志，即：
term = T期间Leader commit了entry（我们就叫entryM吧），在term = U期间的Leader不包含这个entry（U为最小的比T大的不包含该entry的Leader）：
在这里插入图片描述

LeaderU在发起election时，一定不包含entryM；
因为LeaderU成为Leader后，不会删除或者覆盖自己的日志。
LeaderT将entryM复制给大部分的机器，同时LeaderU收到了大部分机器的选票，那么就至少存在一个机器，即包含了entryM，又投票给LeaderU；

即为上图中的S3。这点也很好理解，因为对于个数2n+1的集群，这两个行为都是需要n+1个节点参与，那么就必然会存在交集。
这个投票者(S3)必然是收到了LeaderT复制entryM的AppendEntry RPC，然后再收到LeaderU的RequestVote RPC；
因为如果是先收到RequestVote的话，自身的更新currentTerm = U，又因为U > T，那么就无法执行来自于LeaderT的AppendEntry
这个投票者(S3)给LeaderU投票时，就一定包含了entryM;
这一点稍微有点绕。因为LeaderU是最小不包含entryM的Leader(我们的假设)，所以在T~U期间的Leader（无论Leader切换过多少次）是一定包含entryM的。而无论S3之前经历了什么角色，如果是Leader，那么它就包含entryM;如果是Follower，那么日志会被同步成和Leader一样。
这个点也是下面导出矛盾的关键。
这个投票者(S3)给LeaderU投票，那么LeaderU的日志一定比它新的;
这个就是election restriction。我们在回顾一下，LeaderU日志比voter新的定义：
1).最后一个entry的term不同时，term大的为新；
2).最后一个entry的term相同时，index大的为新；
下面会列举上面两种可能都不成立。
如果它们最后一个entry的term相同，那么LeaderU的log长度至少和S3一样长，但是S3包含了entryM，但是LeaderU不包含entryM，所以LeaderU的日志长度不可能大于或者等于S3的日志长度。所以这点不成立。
这里其实有需要思考的隐藏点：有没有可能LeaderU缺少了entryM，但是entryM后面的entries又比S3多了一个，导致了最终它们的日志长度是一样的？
答案是不会的。因为如果LeaderU在entryM后面追加其他日志entry了的话，根据一致性检查原则，entryM就一定会被追加到LeaderU的日志中。
还有一种可能是，LeaderU的最后一条日志的term比S3大。我们知道，S3的最后一条日志的term至少是T, 也就是说LeaderU的最后一条日志的term是大于T，那么当LeaderU被追加这条大于T的entry时（彼时LeaderU的还不是Leader，还是一个Follower），依据一致性检查，就一定会被彼时的Leader追加entryM(因为依据假设，T~U期间的Leader，都含有entryM)。

6/7两点说明了LeaderU的日志无法比S3的新，也就是说LeaderU无法当选，最终反证不成立，进而证明了Leader Completeness的正确性。

最后Leader Completeness保证了State Machine Safety。因为一个节点应用了一个entry，那么它的log就一定和它的Leader是一致的且这个entry是commited的。Leader Completeness保证了更高term的Leader会存储相同的entry，因此其他节点在新的term应用这个日志将会应用相同的值。