Raft协议详解前言：子问题分解

Posted 2021-04-27 捕风的树叶

     分布式一致性，一直是分布式系统中非常重要的部分。在多机集群中，如何保证不同服务器上同一副本的数据是一致正确的，如何保证在故障频发的集群中数据能够安全保存等问题，都需要靠分布式一致性来解决。在对分布式一致性算法进行设计的时候，存在如下几点需要注意的地方：

1. 算法的正确性保证，不论在丢包、宕机、延迟等情况，都不能返回错误的结果

2. 只要大部分机器可以用，那么算法就可以正常运行

3. 不依靠时序来保证一致性

4. 收敛速度应该比较快，能尽快在大部分上机器完成，少部分没有完成的不影响算法使用

> (我知道上面这几句有点不是很好理解，后面我尽量只讲好理解的）

    很多一致性算法来进行保证分布式一致性问题。比如很出名的Paxos协议，Google的分布式锁Chubby就是基于Paxos实现的，还有Zookeeper等。但是Paxos的问题在于比较难以理解，实现起来非常困难。即使基于Paxos的Zookeeper和Chubby，其实现和Paxos仍然有一定的出入。这就导致了一个非常严重的问题，就是你的实现没有按照完整的Paxos实现的话，那么你的方法就没有被理论所很好的支撑，可能你的实现就会出现很多问题。

    那么，基于这个问题呢，斯坦福的大佬们就提出了Raft算法。这个算法和Paxos其实在功能上，和性能上差不多。好处就是便于理解以及工程实现。当前也有挺多公司采用Raft算法，但是其实这个算法在实际的应用场景下，还存在一定的问题。比如阿里也在使用Gossiping算法。这里我们就不在多加讨论。我们这个文章系列还是对Raft进行学习。文章内容基于该算法发表的论文，小伙伴们也可以去读一下论文原文。

---

Raft

    上面我们讲到，Raft的主要贡献就是设计一个简单易于理解和实现的算法。那么他如何达到这个目的的呢？从两方面入手的，首先是将复杂的问题进行分解，分成了几个小的问题；第二是减少系统中的变量状态，使问题尽量简单一点。这其实也能对我们以后进行系统设计提供借鉴。那么接下来我们开始详细介绍Raft。

    刚才讲到Raft进行了问题分解，分成了四个小问题，小问题分别是：如何选主(leader election)、如何进行日志复制(log replication)、安全性保证(safety)以及维护成员变化(membership changes)。可能小伙伴还不太知道为啥要分为这几个问题，我这里先讲一下。要讲这个，咱们首先得看一个图。

                     图1 Raft算法组件组成图

    我们看一下Raft的组成里面有哪些东西。上图有三台服务器（Server），假设是一个集群（集群我们要求是奇数个）。每台服务器上分别运行着Raft算法。其中有三个基本组成，分布是一致性模块（Consensus Module）、日志（log）、状态机（State Machine）。下面先简单大概说一下集群是如何运行的，咱们先有个大概印象。

    首先第一个问题是，这几台机器中都有数据，我们的目标是保证里面保存的数据都是一样的，那假如其中有一台数据不一样，那么到底应该以谁的为准？这就是选主问题，在Raft里面，有一个Leader的服务器，一切以Leader的数据为准。那么谁当Leader呢？那就靠Raft中的选主算法（Leader election）决定。

    第二，为了保证客户端对数据的每一个操作，都能真正地保证操作成功（或者告知不能操作成功），Raft依靠的还是两阶段提交方法。学过两阶段提交协议的同学可能会比较熟悉。其实很简单。就像很多人去交电费。由于交电费的地方比较落后，因此那边的工作人员对于来排队缴费的人，操作流程是：首先对每一个来交电费的人进行登记，登记你要买多少电费，先记在本子上。然后到了晚上再统一将登记本上登记的电划给用户。在本文场景中，Raft首先将用户对数据的操作，保存在Log中。比如“将X赋值为3”这个操作先保存起来，然后在统一将这个操作真正去运行，持久化在State Machine中。因此日志是对于数据一致的关键保证。因此我们做数据副本，其实就是做日志副本，需要考虑日志怎么样才能安全复制到其他机器上去。这就是日志复制(log replication)。

    而要对这一系列流程进行安全性保障，就需要一致性模块进行算法上的控制。安全性保证(safety)。

    当然，由于集群一般会不断变化，比如机器坏了，比如机器配置需要升级等等，导致集群的数量、配置等会发生变化。那么如何保证在集群变化的时候，也能使得一致性能够得到保证呢？那么就需要进行维护成员变化(membership changes)。

    上面就是几个小问题之间的联系。只要把上面几个问题搞清楚了，那么Raft也就搞清楚了。我们后面就分别对这几个问题进行详细说明。