八分钟了解分歧性算法

散布式分歧性

在散布式环境中，分歧性是指数据在多个正本之间能否能够坚持分歧的个性。

散布式分歧性算法

比拟经常出现的分歧性算法包括Paxos算法，Raft算法，ZAB算法等

Raft算法经常使用场景

普通用作两种场景： 元数据治理 ：比如etcd，特点是数据规模小，关键保障数据分歧性和集群的高可用（raft选主）,所以一套raft集群就够了。 散布式数据库 ：这种会用partition group，每个group有一个raft集群，当数据变大的时刻会做裁减。

Raft算法基础

Raft把算法流程分为三个子疑问：指导选举（Leader election）、日志复制（Log replication）、安保性（Safety）。

角色

Raft算法中在恣意时辰最多只要一个Leader，反常上班时期只要Leader和Followers。

形态转换

形态切换流程：

任期

任期 ：可以了解为是节点负责Leader职务的时期期限。

Raft 将时期划分为一个一个的任期（term），每个任期由干燥递增的数字（任期编号）标识，上班期可长可短也或许不存在

通讯

中 主机节点之间通讯经过两个 RPC 调用：

Leader选举

初始形态

初始形态时，每个节点的角色都是 Follower(跟随者)，Term任期编号为 1(假定任期编号从1开局)

不过这两种状况会触发选举：

选举

既然有两种状况下会触发选举，一个是首次启动，一个是Leader缺点未发送心跳给Follower，那么我们假定有五个节点，而后区分用图来看下是如何选举的！

首次启动时：

首次启动节点都是反常流程如下：

Leader缺点时：

Node2此时是Leader 节点，结果缺点了，剩下四个节点介入选举。

入选条件

在一个任期（Term）内只可以投票给一个结点，获取超越半数的投票才可成为 Leader，从而保障了一个任期内只会有一个 Leader 发生。

日志同步

概括成一句话就是： 保障Leader上日志能齐全相反地复制到多台Follower主机上。

OK！我们看下是如何启动同步的

日志结构

Raft算法中，每个节点保养着一份日志，其中蕴含了系统中一切形态变卦的记载，每一次性形态变卦被称为一个日志条目。

我们先看日志结构和右侧说明：

图中每个节点存储自己的日志正本(log)，每条日志记载蕴含：

•索引 (log index)：记载在日志中的位置，是一个延续干燥递增整数

•任期号 (term)：日志记载被创立时Leader的任期号，上图中有三个任期

•命令 (command)：客户端恳求指定的、形态机须要口头的指令

口头流程

了解完日志结构后，我们来看日志是如何动员同步的。

日志耐久化存储的条件

Follower节点必定先将记载安保写到磁盘，能力向Leader节点前往写入成功照应。

假设一条日志记载被存储在超越半数的节点上，我们以为该记载已提交(committed)——这是 Raft 十分关键的个性！假设一条记载已提交，象征着形态机可以安保地口头该记载

流程如下图：

分歧性审核

日志分歧性

Raft算法的目的是保障一切节点的分歧性，即一个日志条目在某个节点被提交，那么这个日志条目也必定在一切节点上被提交。

总结

Raft算法是一种繁复而高效的散布式分歧性算法，经过引入Leader选举和日志复制的机制，确保了散布式系统的共识和分歧性。