• 1. Raft协议[分布式一致性算法]
  • 2. 过程
    • 2.1. 选举
    • 2.2. 同步
    • 2.3. 网络分区

    1. Raft协议[分布式一致性算法]

    raft

    raft算法中涉及三种角色,分别是:

    • follower: 跟随者
    • candidate: 候选者,选举过程中的中间状态角色
    • leader: 领导者

    2. 过程

    2.1. 选举

    有两个timeout来控制选举,第一个是election timeout,该时间是节点从follower到成为candidate的时间,该时间是150到300毫秒之间的随机值。另一个是heartbeat timeout

    • 当某个节点经历完election timeout成为candidate后,开启新的一个选举周期,他向其他节点发起投票请求(Request Vote),如果接收到消息的节点在该周期内还没投过票则给这个candidate投票,然后节点重置他的election timeout。
    • 当该candidate获得大部分的选票,则可以当选为leader。
    • leader就开始发送append entries给其他follower节点,这个消息会在内部指定的heartbeat timeout时间内发出,follower收到该信息则响应给leader。
    • 这个选举周期会继续,直到某个follower没有收到心跳,并成为candidate。
    • 如果某个选举周期内,有两个candidate同时获得相同多的选票,则会等待一个新的周期重新选举。

    2.2. 同步

    当选举过程结束,选出了leader,则leader需要把所有的变更同步的系统中的其他节点,该同步也是通过发送Append Entries的消息的方式。

    • 首先一个客户端发送一个更新给leader,这个更新会添加到leader的日志中。
    • 然后leader会在给follower的下次心跳探测中发送该更新。
    • 一旦大多数follower收到这个更新并返回给leader,leader提交这个更新,然后返回给客户端。

    2.3. 网络分区

    • 当发生网络分区的时候,在不同分区的节点接收不到leader的心跳,则会开启一轮选举,形成不同leader的多个分区集群。
    • 当客户端给不同leader的发送更新消息时,不同分区集群中的节点个数小于原先集群的一半时,更新不会被提交,而节点个数大于集群数一半时,更新会被提交。
    • 当网络分区恢复后,被提交的更新会同步到其他的节点上,其他节点未提交的日志会被回滚并匹配新leader的日志,保证全局的数据是一致的。

    参考:

    • http://thesecretlivesofdata.com/raft/