AntiO2的博客

在A中实现基本功能， B中实现快照。

总体来说，只看lecture对raft还是有些认知不到位的，就像我说我的疑问那里，还有很多不清晰的地方。但是一旦上手做了代码，就把细节的部分掰开弄清楚了。加上网上好心人写的博客很多，知乎也有各种细节问题的讨论，最终还是顺利完成了。最后就是一起测试了。这里的超时选举时间都是300∼900ms300∼900ms图一是每50ms发送一次心跳，图2是每100ms发送一次心跳。可以看到第一次的总时间较短，但CPU用时高。心跳间隔长的总时间较长，但CPU用短（因为等待时间多）。

需要实现master和coordinator。MapReduce分为两个阶段:Map和Reduce阶段。Map阶段函数提供Key,比如是key，然后Worker通过这个Key获取Value。比如的具体内容。然后将Key和Value（在例子中是文章的内容），传递给map function。获取结果，并将结果分成R个Reduce内容。举个例子。假设我们要对和统计词频。那么就要有两个Map Task(不一定有两个Worker，比如有3个Worker，那么就是2个Worker干活一个围观；