图解raft算法

Posted 2022-12-04 菜刚

在现实的分布式系统中，不能可能保证集群中的每一台机器都是100%可用可靠的，集群中的任何机器都可能发生宕机、网络连接等问题导致集群中的某个节点不可用，这样，那个节点的数据就有可能和集群不一致，所以需要有一种机制，来保证在大多数机器都存在的情况下向外提供可靠的数据服务。这里的大多数节点指的是 集群半数以上的节点。

raft算法就是一种在分布式系统中解决集群中多节点之间数据一致性的算法。Golang生态圈中大名鼎鼎的etcd就是使用的raft算法来保持数据一致性的，与raft类似的一致性算法还有Paxos算法、Zab协议等。

其实，raft算法维持数据一致性的核心思想很简单，就是：“少数服从多数”。

leader选举

保证数据一致性，最好的方式就是只有唯一的一个节点，唯一的这个节点读，唯一的这个节点写，这样数据肯定是一致的；但是分布式架构显然不可以一个节点，于是，raft算法提出，在集群的所有节点中，需要有一个节点来充当这一个唯一的节点，在一段时间内，只有这一个节点负责读写数据，然后其他节点同步数据。这个唯一的节点叫 leader节点，其他负责同步数据的节点叫做 follower节点。在集群中，还会有其他状态的节点，例如 candidate节点，这种节点只有在选举 leader的时候才会有。 节点的 leader选举和现实生活中的选举十分类似，就是投票，集群中获票数最多的那个，就是 leader节点，所以为防止出现平局的情况(平局的情况也有解决方案&#