在分布式系統(tǒng)中，多個節(jié)點可能會同時對相同的數(shù)據(jù)進行操作，為了保證數(shù)據(jù)的一致性，需要使用一致性算法讓所有節(jié)點達成一致。下面我們就來了解一下Raft一致性算法。

Raft一致性算法簡介

Raft是一種簡單方便易于理解的一致性算法，相比傳統(tǒng)的Paxos算法，Raft將大量的計算問題分解成為了一些簡單的相對獨立的子問題。

Raft一致性算法增加了強領導性，優(yōu)化了領導的選舉過程，在成員發(fā)生變化之后依然能夠很好的進行工作。

Raft一致性算法的原理

Raft一致性算法的原理是將系統(tǒng)中的所有節(jié)點分為三種角色，分別是領導者（Leader）、跟隨者（Follower）和候選領導者（Candidate）。

領導者負責處理所有的寫請求，并將這些請求復制給其他節(jié)點；跟隨者則負責接收領導者的命令并執(zhí)行，同時保持與領導者的同步；當領導者出現(xiàn)故障時，候選領導者會發(fā)起選舉，選舉出新的領導者。

Raft一致性算法的過程

Leader選舉的過程

Raft使用心跳（heartbeat）觸發(fā)Leader選舉。當服務器啟動時，初始化為Follower。Leader向所有Followers周期性發(fā)送heartbeat。如果Follower在選舉超時時間內(nèi)沒有收到Leader的heartbeat，就會等待一段隨機的時間后發(fā)起一次Leader選舉。

每一個Followers都有一個時鐘，是一個隨機的值，表示的是Follower等待成為Leader的時間，誰的時鐘先跑完，則發(fā)起leader選舉。

Follower將其當前term加一然后轉(zhuǎn)換為Candidate。它首先給自己投票并且給集群中的其他服務器發(fā)送 RequestVote RPC。

日志復制的過程

Leader選出后，就開始接收客戶端的請求。Leader把請求作為日志條目（Log entries）加入到它的日志中，然后并行的向其他服務器發(fā)起 AppendEntries RPC復制日志條目。當這條日志被復制到大多數(shù)服務器上，Leader將這條日志應用到它的狀態(tài)機并向客戶端返回執(zhí)行結(jié)果。

日志壓縮

在實際的系統(tǒng)中，不能讓日志無限增長，否則系統(tǒng)重啟時需要花很長的時間進行回放，從而影響可用性。Raft采用對整個系統(tǒng)進行snapshot來解決，snapshot之前的日志都可以丟棄。

Raft一致性算法的特點

• 強領導者：和其他一致性算法相比，Raft 使用一種更強的領導能力形式。比如，日志條目只從領導者發(fā)送給其他的服務器。這種方式簡化了對復制日志的管理并且使得 Raft 算法更加易于理解。
• 領導選舉：Raft 算法使用一個隨機計時器來選舉領導者。這種方式只是在任何一致性算法都必須實現(xiàn)的心跳機制上增加了一點機制。在解決沖突的時候會更加簡單快捷。
• 成員關(guān)系調(diào)整：Raft 使用一種共同一致的方法來處理集群成員變換的問題，在這種方法下，處于調(diào)整過程中的兩種不同的配置集群中大多數(shù)機器會有重疊，這就使得集群在成員變換的時候依然可以繼續(xù)工作。

免責聲明：素材源于網(wǎng)絡，如有侵權(quán)，請聯(lián)系刪稿。

cc

收藏 海報分享