主題大綱：

1、點撥分布式系統(tǒng)和Raft算法要點

2、深入剖析Raft實現(xiàn)原理

3、干貨：基于Raft的分布式系統(tǒng)實戰(zhàn)經(jīng)驗

最近我們開源了一個運行在Mesos上的分布式調(diào)度器swan(https://github.com/Dataman-Cloud/swan)，在研發(fā)過程中發(fā)現(xiàn)由于目前的分布式存儲并不能滿足我們所有需求，所以自己動手將Raft嵌入到swan中，以保證多節(jié)點之間的數(shù)據(jù)同步。在這個過程中我們積累了一些Raft相關(guān)的經(jīng)驗和教訓(xùn)，在這里與大家分享。

一、關(guān)于分布式系統(tǒng)

分布式系統(tǒng)具有可擴展性和高可用性強等特點，被越來越多的應(yīng)用到各個應(yīng)用場景中，但是在分布式系統(tǒng)中，各個服務(wù)器之間數(shù)據(jù)的一致性一直是無法繞過的難題。

所謂一致性，它是指分布式系統(tǒng)中，多個服務(wù)器的狀態(tài)達成一致。但由于各種意外可能，某個服務(wù)器發(fā)生崩潰或變得不可靠，它就不能與其他服務(wù)器達成一致性狀態(tài)。這樣就需要一種Consensus協(xié)議，這個協(xié)議是為了確保容錯性，也就是即使系統(tǒng)中有一兩個服務(wù)器宕機，也不會影響其他的服務(wù)器正常提供服務(wù)。

在過去Paxos一直是分布式協(xié)議的標(biāo)準，但是Paxos難于理解，更難以實現(xiàn)。較于Paxos，來自Stanford的新的分布式協(xié)議Raft更好用一些，它是一個為真實世界應(yīng)用建立的協(xié)議，主要注重協(xié)議的可理解性和落地。

二、Raft如何在多個服務(wù)器之間實現(xiàn)數(shù)據(jù)的一致性

下面簡單介紹一下Raft如何在多個服務(wù)器之間保證數(shù)據(jù)的一致性。為了達成一致性這個目標(biāo)，首先Raft需要進行選舉，在Raft中，任何時候一個服務(wù)器可以扮演下面角色之一：

1. Leader：處理所有客戶端交互，日志復(fù)制等，一般一次只有一個Leader；

2. Follower：類似選民，完全被動；

3. Candidate候選人：類似Proposer律師，可以被選為一個新的領(lǐng)導(dǎo)人。參選者需要說服大多數(shù)選民(服務(wù)器)投票給他。

選舉的過程大概分為以下幾步：

• 任何一個服務(wù)器都可以成為一個候選者Candidate，它向其他服務(wù)器Follower發(fā)出要求選舉自己的請求；

• 其他服務(wù)器同意了，發(fā)出OK。注意如果在這個過程中，有一個Follower宕機，沒有收到請求選舉的要求，候選者可以自己選自己，只要達到N/2 + 1 的大多數(shù)票，候選人還是可以成為Leader的；

   1/5    1 2 3 4 5 下一頁 尾頁