主節點，在乙個分布式集群中負責對其他節點的協調和管理，也就是說，其他節點都必須聽從主節點的安排。主節點的存在，就可以保證其他節點的有序執行，以及資料庫集群中的寫入資料在每個節點上的一致性。這裡的一致性是指，資料在每個集群節點中都是一樣的，不存在不同的情況。下面介紹集中選舉演算法。
bully 演算法在選舉過程中，需要用到以下 3 種訊息：
bully 演算法選舉的原則是「長者為大」，意味著它的假設條件是，集群中每個節點均知道其他節點的 id。在此前提下，其具體的選舉過程是：
集群中每個節點判斷自己的 id 是否為當前活著的節點中 id 最大的，如果是，則直接向其他節點傳送 victory 訊息，宣誓自己的主權；
如果自己不是當前活著的節點中 id 最大的，則向比自己 id 大的所有節點傳送 election 訊息，並等待其他節點的回覆；
若在給定的時間範圍內，本節點沒有收到其他節點回覆的 alive 訊息，則認為自己成為主節點，並向其他節點傳送 victory 訊息，宣誓自己成為主節點；若接收到來自比自己 id 大的節點的 alive 訊息，則等待其他節點傳送 victory 訊息；
若本節點收到比自己 id 小的節點傳送的 election 訊息，則回覆乙個 alive 訊息，告知其他節點，我比你大，重新選舉。
bully 演算法的選擇特別霸道和簡單，誰活著且誰的 id 最大誰就是主節點，其他節點必須無條件服從。這種演算法的優點是，選舉速度快、演算法複雜度低、簡單易實現。
但這種演算法的缺點在於，需要每個節點有全域性的節點資訊，因此額外資訊儲存較多；其次，任意乙個比當前主節點 id 大的新節點或節點故障後恢復加入集群的時候，都可能會觸發重新選舉，成為新的主節點，如果該節點頻繁退出、加入集群，就會導致頻繁切主。
raft 演算法是典型的多數派投票選舉演算法，其選舉機制與我們日常生活中的民主投票機制類似，核心思想是「少數服從多數」。也就是說，raft 演算法中，獲得投票最多的節點成為主。
採用 raft 演算法選舉，集群節點的角色有 3 種：
raft 選舉的流程，可以分為以下幾步：
初始化時，所有節點均為 follower 狀態。
開始選主時，所有節點的狀態由 follower 轉化為 candidate，並向其他節點傳送選舉請求。
其他節點根據接收到的選舉請求的先後順序，回覆是否同意成為主。這裡需要注意的是，在每一輪選舉中，乙個節點只能投出一張票。
若發起選舉請求的節點獲得超過一半的投票，則成為主節點，其狀態轉化為 leader，其他節點的狀態則由 candidate 降為 follower。leader 節點與 follower 節點之間會定期傳送心跳包，以檢測主節點是否活著。
當 leader 節點的任期到了，即發現其他伺服器開始下一輪選主週期時，leader 節點的狀態由 leader 降級為 follower，進入新一輪選主。
raft 演算法具有選舉速度快、演算法複雜度低、易於實現的優點；缺點是，它要求系統內每個節點都可以相互通訊，且需要獲得過半的投票數才能選主成功，因此通訊量大。該演算法選舉穩定性比 bully 演算法好，這是因為當有新節點加入或節點故障恢復後，會觸發選主，但不一定會真正切主，除非新節點或故障後恢復的節點獲得投票數過半，才會導致切主。
zab（zookeeper atomic broadcast）選舉演算法是為 zookeeper 實現分布式協調功能而設計的。相較於 raft 演算法的投票機制，zab 演算法增加了通過節點 id 和資料 id 作為參考進行選主，節點 id 和資料 id 越大，表示資料越新，優先成為主。相比較於 raft 演算法，zab 演算法盡可能保證資料的最新性。所以，zab 演算法可以說是對 raft 演算法的改進。
使用 zab 演算法選舉時，集群中每個節點擁有 3 種角色：
選舉過程中，集群中的節點擁有 4 個狀態：
投票過程中，每個節點都有乙個唯一的三元組 (server_id, server_zxid, epoch)，其中 server_id 表示本節點的唯一 id；server_zxid 表示本節點存放的資料 id，資料 id 越大表示資料越新，選舉權重越大；epoch 表示當前選取輪數，一般用邏輯時鐘表示。
zab 選舉演算法的核心是「少數服從多數，id 大的節點優先成為主」，因此選舉過程中通過 (vote_id, vote_zxid) 來表明投票給哪個節點，其中 vote_id 表示被投票節點的 id，vote_zxid 表示被投票節點的伺服器 zxid。zab 演算法選主的原則是：server_zxid 最大者成為 leader；若 server_zxid 相同，則 server_id 最大者成為 leader。
總結zab 演算法效能高，對系統無特殊要求，採用廣播方式傳送資訊，若節點中有 n 個節點，每個節點同時廣播，則集群中資訊量為 n*(n-1) 個訊息，容易出現廣播風暴；且除了投票，還增加了對比節點 id 和資料 id，這就意味著還需要知道所有節點的 id 和資料 id，所以選舉時間相對較長。但該演算法選舉穩定性比較好，當有新節點加入或節點故障恢復後，會觸發選主，但不一定會真正切主，除非新節點或故障後恢復的節點資料 id 和節點 id 最大，且獲得投票數過半，才會導致切主。
此文摘自極客時間聶鵬程老師的《分布式技術原理與演算法解析》，想深入學習可訂閱原文學習。
分布式選舉演算法Paxos
什麼是paxos演算法？paxos演算法是分布式計算領域中乙個非常重要的演算法，主要解決分布式系統如何就某個值 決議 達成一致的問題。乙個典型的場景是分布式資料庫的一致問題 如果分布式資料庫的各個節點初始狀態一致，又能執行相同的操作序列，那麼最後能達到乙個一致的狀態。但是如何保證在每個節點上執行相同...
分布式系統選舉演算法剖析
我們在了解分布式選舉演算法之前，我們需要這樣一種演算法產生的背景。在乙個分布式系統中，因為各種意外的因素，有的伺服器可能會崩潰或變得不可靠，它就不能和其他伺服器達成一致狀態。因而這樣就需要一種consensus協議，來確保伺服器的容錯性，也就是說即使系統中有一兩個伺服器節點crash，也不會影響其處...
分布式系統選舉演算法剖析
我們在了解分布式選舉演算法之前，我們需要這樣一種演算法產生的背景。在乙個分布式系統中，因為各種意外的因素，有的伺服器可能會崩潰或變得不可靠，它就不能和其他伺服器達成一致狀態。因而這樣就需要一種consensus協議，來確保伺服器的容錯性，也就是說即使系統中有一兩個伺服器節點crash，也不會影響其處...