raft演算法原理和解析
原創 小誠信驛站 最後發布於2019-06-20 12:50:58 閱讀數 622 收藏
展開與paxos不同raft強調的是易懂，raft和paxos一樣只要保證n/2+1節點正常就能夠提供服務；raft把演算法流程分為三個子問題：
選舉（leader election）
日誌複製（log replication）
安全性（safety）
什麼是 raft 演算法？raft 演算法是一種簡單易懂的共識演算法。它依靠狀態機 和 主從同步的方式，在各個節點之間實現資料的一致性。
raft的兩個核心要點：
1.選取主節點
2.同步資料不難理解，使用主從同步的方式，可以讓集群各個節點的資料更新以主節點為準，從而保證了一致性。
那麼，如何選取主節點呢？raft演算法在選擇主節點的過程中，也是通過多個節點之間的投票競爭。說到這裡，不得不說一下raft演算法的狀態機。
raft演算法為節點定義了三種角色：
raft 演算法選主的具體流程：
第一步，在最初，還沒有乙個主節點的時候，所有節點的身份都是follower。每乙個節點都有自己的計時器，當計時達到了超時時間（election timeout），該節點會轉變為candidate。
在這裡插入描述
第二步，成為candidate的節點，會首先給自己投票，然後向集群中其他所有的節點發起請求，要求大家都給自己投票。
在這裡插入描述
第三步，其他收到投票請求且還未投票的follower節點會向發起者投票，發起者收到反饋通知後，票數增加。
在這裡插入描述
第四步，當得票數超過了集群節點數量的一半，該節點晉公升為leader節點。leader節點會立刻向其他節點發出通知，告訴大家自己才是老大。收到通知的節點全部變為follower，並且各自的計時器清零
在這裡插入描述
這裡需要說明一點，每個節點的超時時間都是不一樣的。比如a節點的超時時間是3秒，b節點的超時時間是5秒，c節點的超時時間是4秒。這樣一來，a節點將會最先發起投票請求，而不是所有節點同時發起。為什麼這樣設計呢？設想如果所有節點同時發起投票，必然會導致大家的票數差不多，形成僵局，誰也當不成老大。那麼，成為leader的節點是否就坐穩了老大的位置呢？並不是。leader節點需要每隔一段時間向集群其他節點傳送心跳通知，表明你們的老大還活著。
一旦leader節點掛掉，發不出通知，那麼計時達到了超時時間的follower節點會轉變為candidate節點，發起選主投票，周而復始…
在這裡插入描述
raft 演算法資料同步流程：
第一步，由客戶端提交資料到leader節點。
在這裡插入描述
第二步，由leader節點把資料複製到集群內所有的follower節點。如果一次複製失敗，會不斷進行重試。在這裡插入描述
第三步，follower節點們接收到複製的資料，會反饋給leader節點。
在這裡插入描述
第四步，如果leader節點接收到超過半數的follower反饋，表明複製成功。於是提交自己的資料，並通知客戶端資料提交成功。
在這裡插入描述
第五步，由leader節點通知集群內所有的follower節點提交資料，從而完成資料同步流程。
Raft演算法原理和解析
與paxos不同raft強調的是易懂，raft和paxos一樣只要保證n 2 1節點正常就能夠提供服務 raft把演算法流程分為三個子問題 2.follower 從節點 追隨者 日誌同步 剛啟動時候所有節點為follower狀態，響應leader的日誌同步請求，響應candidate請求，把請求到f...
Nacos的Raft演算法原理分析
什麼是raft演算法？raft是一種共識演算法，旨在替代paxos。它通過邏輯分離比paxos更容易理解，但它也被正式證明是安全的，並提供了一些額外的功能。1 raft提供了一種在計算系統集群中分布狀態機的通用方法，確保集群中的每個節點都同意一系列相同的狀態轉換。raft演算法解決了什麼問題？單節點...
raft演算法 Paxos和Raft共識演算法（二）
raft 譯文 在過去的 10 年中，leslie lamport 的 paxos 演算法幾乎已經成為了一致性演算法的代名詞，但是paxos 有兩個致命的缺點 第乙個是 paxos 太難以理解，第二個缺點是它難以在實際環境中實現。其中乙個原因是，對於多決策 paxos multi paxos 大家還...