【原】Raft了解分布式共识

　　分布式共识是分布式计算领域中最难解决的问题之一，并且已经有很多设计和算法可以解决该问题。

　　在本文中，我们将讨论Raft分布式共识算法，它是目前最流行的现代共识算法之一。

　　什么是分布式共识？

　　在开始讨论之前，让我们尝试了解分布式共识的含义。 在设计分布式系统时，我们必须创建带有分布在多个节点上的软件应用程序的系统。 这些运行时通常需要在不同节点上运行，以共同制定决策和共享数据。

　　

　　> The consensus in the real world — a group of people agreeing on something : (source)

　　因此，在分布式共识中，节点集合作为一个连贯的组工作，并且可以在某些成员失败的情况下幸免。

　　为什么选择RAFT？

　　Raft是一种现代，可靠且相对简单的分布式共识算法，经常在现代软件解决方案中使用，例如Consul，etcd，RabbitMQ等。

　　在Raft诞生之前，Paxos（由Leslie Lamport设计）是最受欢迎的针对分布式共识设计的算法之一。 因此，许多分布式共识算法都基于Paxos或从中得到启发。 但是，Paxos被认为是一种非常复杂的算法，难以实现以满足其性能和正确性要求。

　　Raft背后的主要动机之一是设计一种分布式共识算法，该算法可以提高可理解性而又不影响性能和正确性。 Raft的作者（Diego Ongaro和John Ousterhout）认为Raft优于Multi-Paxos协议，因为它通过保持性能和正确性来增强可理解性。

　　基本原理

　　在深入探讨之前，让我们看一下Raft共识算法的一些基础知识。

　　Raft基于领导者驱动的共识模型，其中将选举一位杰出的领导者，而该领导者将完全负责管理集群。 领导者管理形成Raft群集的所有节点之间的复制日志。

　　为了了解Raft算法的基本术语，让我们看一下五个节点之间的共识情况，并了解Raft如何实现它。 因此，如图1所示，将在启动过程中选择集群的Leader（S1），并为来自客户端的所有命令/请求提供服务。 Raft群集的所有节点都维护一个分布式日志（复制日志）以存储和提交由客户端发出的命令（或日志条目）。 领导者接受来自客户端的日志条目，并在Raft集群中的所有关注者（S2，S3，S4，S5）之间复制它们。

　　

　　> Figure 1 — Raft Cluster: Leader, Followers, Clients, and Distributed Log.

　　在Raft群集中，需要提供最少数量的节点才能提供预期的级别共识保证。 这称为法定人数。 在Raft集群中执行操作所需的最少投票数为（N / 2 +1），其中N是组中成员总数。 因此，在上面的示例中，我们至少需要3个节点才能具有共识保证。

　　如果法定仲裁节点由于任何原因不可用，则群集将不可用，并且无法提交新日志。

　　Raft通过解决围绕领导者选举的三个主要子问题，管理分布式日志和算法的安全性功能来解决分布式共识问题。

　　领导人选举

　　选举筏筏的新领导者是领导者选举的过程。 当我们启动一个新的Raft集群或某个领导者不可用时，将通过集群中所有成员节点之间的选举来选举一个新的领导者。 因此，在给定的实例中，Raft集群的节点可以处于以下任何状态（如图2所示）； 追随者，候选人或领导者。

　　领导者完全负责管理Raft集群，并处理所有传入的客户端命令。跟随者是被动的，他们仅响应领导者或候选人的请求。 当Raft群组中没有领导者时，任何关注者都可以成为候选人，要求该群组中其他成员投票。

　　

　　> Figure 2 — State transitions of Raft members [1]

　　在Raft算法中，我们将时间划分为任意间隔，称为术语。 如图3所示，除非领导者节点失败。