分布式与并发【四】浅谈分布式一致性算法Raft

本文链接：https://blog.youkuaiyun.com/Yu_uuuuu/article/details/106594200

本文详细阐述了Raft一致性算法的工作原理，包括其在分布式系统中如何进行Leader选举、日志复制和日志压缩，以及如何通过快照提高效率。文章对比了Raft与Paxos算法的不同之处，强调了Raft的易理解和实施特性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这里写目录标题

前言

之前简单介绍过Paxos算法，并且推导了整个算法的产生，说明了实现过程，但是显而易见Paxos算法非常难理解，并且更难以实现，Raft算法的出现用来代替Paxos算法，实现更加容易，由于本人水平有限，可能文中出现错误，还请大家指出。

基础概念介绍

Raft是一种用于管理复制日志的一种一致性算法，它将通过一些功能将一致性的一些问题分解，从而更方便理解。

一、Raft的重要功能

Leader选举、日志复制（数据同步）、日志压缩（数据快照）、安全性等等

二、Raft的角色

Raft算法中将服务节点分为了三种角色：

Leader（领导者）：主服务节点，用来处理客户端的请求，并且将数据同步到Follower节点，只有当大多数Follower节点复制成功后才算数据写入成功。
Follower（跟随者）：从服务节点，用来保持和Leader的数据同步，并且接受Leader心跳，当超过一定时间没有收到心跳则发起选举流程。
Candidate（候选者）：当选举阶段发生时，Follower发起选举并将自身更新为候选者的角色，该角色只在选举阶段出现。

三、Leader任期（Term）

Raft算法将整个服务的时间划分为一个个Term周期，每个Term周期也就是Leader所当选的任期，该任期通过一个连续的数字来表示，每个任期开始的时候都会选举一个新的Leader来带领其他Follower，如果一个新的任期没有选举出Leader则Term+1，开始下一个任期的选举，通常具有最新任期的节点视为拥有最全的数据。

Raft保证在一个任期期间，最多只有一个Leader。

简单来说就像是总统的选举，每个任期为5年，当出现一些情况时，会进行总统的重新选举，也自然到达一个新的任期。

四、服务通信

在Raft算法中，各个不同节点之间的通信使用的是RPC协议，在整个算法中的通信分为以下三种

RequestVote：选举投票请求，主要在Leader选举期间发生。
AppendEntries：Leader发起的心跳，并且也同时进行日志的复制。
InstallSnapshot：Leader向Follower同步日志快照信息，主要用来新加入的Follower节点和日志同步落后太多的节点与Leader同步数据。

Leader选举

一、什么是Leader的选举？

Raft算法规定了，只有Leader节点才能处理读写请求，Follower节点只进行数据的同步和Leader的选举。选举时采用RequestVote RPC通信

在服务器启动运行时刻，所有节点默认都为Follower角色，然后会等待一段时间没有收到Leader的心跳，则延迟随机时间来进行角色转化（Candidate）发起选举。
为什么需要延迟随机时间，这是为了多个Candidate节点同时发起选举，会造成选票分票导致无法选举成功，而延迟一段随机时间可以提高选举成功率。

在服务的运行当中，如果一个Followe