raft

Paxos Paxos是所有分布式环境中关于某个值达成一致的协议，Paxos 一个节点同时包括提议者和接受者。顾名思义：提议者是发起投票；接受者接受投票请求，根据投票请求和自身状态进行响应的回复。为了防止异常丢状态，Paxos在内部持久化三个参数：当前已接受的提案号；当前达成共识的value的值；当前最小的提案号。按照两阶段模式进行操作： 阶段一：Prepare(n) 请求 阻塞新来的老的提案 为什么可以这样？因为 分布式日志进来的时候，Acceptor 会把日志里带的请求里的提案号n和自己的最小提案号进行比较。如果前者大，会更新自己的最小的提案号，向提案者响应同意请求。 这样就保证了提案号小的IO请求永远不会得到Acceptor的响应，由于Propasl 的提案号都是递增的，保证了前者服从后者的原则。 提案者接受到了上面的请求之后，如果同意的数量达成了多数，接着广播Accept(n,val) 到所有Acceptor. 阶段二：Accept(n,val) Acceptor 在这个阶段，会把自己的最小提案号和请求中的提案号n 比较一次。原则同上面阶段一，同意之后：除了更新自己的最小提案号为n之外，还用n 更新自己的已接受提案号，向提议者返回自己当前的最小的提案号。如果不同意，也向提议者返回自己当前的最小的提案号，拒绝请求。 如果提案者收到任何关于Accept(n,val)的拒绝响应

本文转自： https://www.cnblogs.com/bangerlee/p/5991417.html 本文转自 https://www.cnblogs.com/bangerlee/p/5268485.html 本系列文章将整理到我在GitHub上的《Java面试指南》仓库，更多精彩内容请到我的仓库里查看 https://github.com/h2pl/Java-Tutorial 喜欢的话麻烦点下Star哈 文章首发于我的个人博客： www.how2playlife.com 该系列博文会告诉你什么是分布式系统，这对后端工程师来说是很重要的一门学问，我们会逐步了解分布式理论中的基本概念，常见算法、以及一些较为复杂的分布式原理，同时也需要进一步了解zookeeper的实现，以及CAP、一致性原理等一些常见的分布式理论基础，以便让你更完整地了解分布式理论的基础，为后续学习分布式技术内容做好准备。 如果对本系列文章有什么建议，或者是有什么疑问的话，也可以关注公众号【Java技术江湖】联系作者，欢迎你参与本系列博文的创作和修订。 <!-- more --> 引言 《分布式系统理论进阶 - Paxos》 介绍了一致性协议Paxos，今天我们来学习另外两个常见的一致性协议——Raft和Zab。通过与Paxos对比，了解Raft和Zab的核心思想、加深对一致性协议的认识。 Raft

raft是工程上使用较为广泛的强一致性、去中心化、高可用的分布式协议。在这里强调了是在工程上，因为在学术理论界，最耀眼的还是大名鼎鼎的Paxos。但Paxos是：少数真正理解的人觉得简单，尚未理解的人觉得很难，大多数人都是一知半解。本人也花了很多时间、看了很多材料也没有真正理解。直到看到raft的论文，两位研究者也提到，他们也花了很长的时间来理解Paxos，他们也觉得很难理解，于是研究出了raft算法。 raft是一个共识算法（consensus algorithm），所谓共识，就是多个节点对某个事情达成一致的看法，即使是在部分节点故障、网络延时、网络分割的情况下。这些年最为火热的加密货币（比特币、区块链）就需要共识算法，而在分布式系统中，共识算法更多用于提高系统的容错性，比如分布式存储中的复制集（replication），在 带着问题学习分布式系统之中心化复制集 一文中介绍了中心化复制集的相关知识。raft协议就是一种leader-based的共识算法，与之相应的是leaderless的共识算法。 本文基于论文 In Search of an Understandable Consensus Algorithm 对raft协议进行分析，当然，还是建议读者直接看论文。 raft算法概览 Raft算法的头号目标就是容易理解（UnderStandable），这从论文的标题就可以看出来

转：http://feixiao.github.io/ Raft是什么？ 一致性算法允许一组机器像一个整体一样工作，即使其中一些机器出现故障也能够继续工作下去。 一致性算法是从复制状态机的背景下提出的。在这种方法中，一组服务器上的状态机产生相同状态的副本，并且在一些机器宕掉的情况下也可以继续运行。复制状态机在分布式系统中被用于解决很多容错的问题。 Raft 是一种为了管理复制日志的一致性算法。 Raft 一致性算法 Raft 通过选举一个高贵的领导人，然后给予他全部的管理复制日志的责任来实现一致性。领导人从客户端接收日志条目，把日志条目复制到其他服务器上，并且当保证安全性的时候告诉其他的服务器应用日志条目到他们的状态机中。拥有一个领导人大大简化了对复制日志的管理。 通过领导人的方式，Raft 将一致性问题分解成了三个相对独立的子问题。 领导选举：一个新的领导人需要被选举出来，当先存的领导人宕机的时候 日志复制：领导人必须从客户端接收日志然后复制到集群中的其他节点，并且强制要求其他节点的日志保持和自己相同。 安全性：如果有任何的服务器节点已经应用了一个确定的日志条目到它的状态机中，那么其他服务器节点不能在同一个日志索引位置应用一个不同的指令。（？？？怎么理解？） Raft 基础 一个 Raft 集群包含若干个服务器节点；通常是5个，这允许整个系统容忍2个节点的失效。在任何时刻

SOFAStack （ S calable O pen F inancial A rchitecture Stack）是蚂蚁金服自主研发的金融级分布式架构，包含了构建金融级云原生架构所需的各个组件，是在金融场景里锤炼出来的最佳实践。 SOFAJRaft 是一个基于 Raft 一致性算法的生产级高性能 Java 实现，支持 MULTI-RAFT-GROUP，适用于高负载低延迟的场景。 本文为《剖析 | SOFAJRaft 实现原理》最后一篇，本篇作者胡宗棠，来自中国移动。《剖析 | SOFAJRaft 实现原理》系列由 SOFA 团队和源码爱好者们出品，项目代号： SOFA:JRaftLab/ ，文末包含往期系列文章。 SOFAJRaft： https://gitee.com/sofastack/sofa-jraft 导读 本文主要介绍 SOFAJRaft 在日志复制和管理中所采用的快照机制。考虑到单独介绍 SOFAJRaft 中的快照机制原理和实现或许有一些唐突，我会先通过一个读者都能够看得明白的例子作为切入点，让大家对快照这个概念、它可以解决的主要问题，先有一个比较深刻的理解。 一、快照的概念与特点 SOFAJRaft 是对 Raft 共识算法的 Java 实现。既然是共识算法，就不可避免的要对需要达成共识的内容，在多个服务器节点之间进行传输，一般将这些共识的内容称之为日志块

目录 1、Leader选举 1.1 一轮投票中，只有一个节点发起投票的情况 1.2 一轮投票中，超过一个节点发起投票的情况 1.3 思考如何实现Raft选主 2、日志复制 Raft协议是分布式领域解决一致性的又一著名协议，主要包含Leader选举、日志复制两个部分。 温馨提示： 本文根据raft官方给出的raft动画进行学习，其动画展示地址：http://thesecretlivesofdata.com/raft/ @(本节目录) 1、Leader选举 1.1 一轮投票中，只有一个节点发起投票的情况 Raft协议中节点有3种状态（角色）： Follower 跟随者。 Candidate 候选者。 Leader 领导者(Leader)，通常我们所说的的主节点。 首先3个节点初始状态为 Follower，每个节点会有一个超时时间(计时器)，其时间设置为150ms~300ms之间的随机值。当计时器到期后，节点状态从 Follower 变成 Candidate，如下图所示： 通常情况下，三个节点中会有一个节点的计时器率先到期，节点状态变为 Candidate ，候选者状态下的节点会发起选举投票。我们先来考虑只有一个节点变为Candidate时是如何进行选主的。 当节点状态为Candidate，将发起一轮投票，由于是第一轮投票，设置本轮投票轮次为1，并首先为自己投上一票

分布式系统在极大提高可用性、容错性的同时，带来了一致性问题（CAP理论）。Raft算法能够解决分布式系统环境下的一致性问题。 我们熟悉的ETCD注册中心就采用了这个算法；你现在看的这篇微信公众号文章，也是保存在基于Raft算法的高可用存储服务器中。 没有耐心看文字，就直接 拉到第四章 。 一、Raft算法是什么？ 过去，Paxos一直是分布式协议的标准，但是Paxos难于理解，更难以实现，Google的分布式锁系统Chubby作为Paxos实现曾经遭遇到很多坑。后来斯坦福大学提出了Raft算法。 Raft是用于管理复制日志的一致性算法。它的效果相当于(multi-)Paxos，跟Paxos一样高效，但结构与Paxos不同。这使得Raft比Paxos更容易理解，也为构建实用系统提供了更好的基础。 下图是斯坦福大学的Diego Ongaro和John Ousterhout在《In Search of an Understandable Consensus Algorithm》一文（提出Raft算法的论文）中，依据Raft学习难度的实验数据绘制的。实验对象是斯坦福大学和加州大学伯克利分校的高年级本科生和研究生。这些天才也觉得Paxos很难。所以对于大多数人看不懂Paxos算法是很正常的，看不懂Raft原理也不奇怪。 二、什么是一致性（Consensus） 一致性是分布式系统容错的基本问题