一把健

mit_6.824_2021_lab4B_Sharded_Key/Value_Server最后，构建一个分片的 kv 容错系统；感觉比 lab2 更难理解，因为 lab2 有一个模板论文可以参考，但是 lab4b 基本没有一个固定的范式Part B: Sharded Key/Value Server每个 shardkv server 相当于副本组的一部分，每个副本组相当于 lab3，都支持Get, Put, Append操作，当然它们各自仅维护各自的分片；客户端使用key2shard()去找到一个

mit_6.824_2021_lab4A_The_Shard_controllerlab4 系列除了构建一个 键值存储系统，还需要将系统按键 分片(shard) 或对一组副本进行分区；分片的策略有很多，比如：所有以 “a” 开头的键是一个分片，所有以 “b” 开头的键是一个分片，等等为什么需要分片？从性能考虑，每个副本只处理一部分分片的 put 和 get，并且这些副本之间是支持并行操作的；因此，系统的总吞吐量和副本的数量成比例增加shard kv 系统组成分片键值对存储系统将由两个组件组成；首

mit_6.824_2021_lab3B_kvraft_with_snapshotsPart B: Key/value service with snapshots紧接着 lab3A，将键值存储服务的快照功能加上，这里的代码量不多，主要是对lab3A，和 raft 一些细枝末节的改动，让整体代码更可读，但还是发现了一个 raft 初始化的 bug，导致自己卡了一会，不过也加深了自己对 persist 这一部分的理解实验内容首先要知道，重启的服务器会执行一次完整的Raft日志以恢复其状态，但是，raf

mit_6.824_2021_lab3Amit_6.824_2021_lab3A_kvraftlab3 系列是将此前写好的 lab2 的 raft 库加以调用，在此基础之上实现上层的状态机，即 service 层；所以，lab2 写得不好，lab3 怎么也过不去，故需要确保 lab2 基本万无一失；但是在此基础上，还需要依靠 service 层实现线性一致性，lab3 工作量不大，但是还是需要有良好的设计参考了网上的部分博客和思路https://blog.youkuaiyun.com/qq_40443651

mit_6.824_2021_lab2D_log_compactionlab2D 主要是日志压缩功能，实验里是采用论文的最简单的方式，snapshot 压缩快照，并且更简单的是不分块的形式；感觉主要有两点需要注意：快照功能的加入对原有逻辑的修改快照功能的流程(InstallSnapshot, Snapshot, CondInstallSnapshot, applyCh)lab2D_log_compaction实验内容要实现快照功能，需要实现 Snapshot、CondInstallSnap

mit 6.824 2021 lab1 mapreducelab1 mapreduce实验：https://pdos.csail.mit.edu/6.824/labs/lab-mr.html实验结果源码：https://github.com/SwordHarry/mit6.824实验背景mapreduce paper: https://static.googleusercontent.com/media/research.google.com/zh-CN//archive/mapreduce-

mit_6.824_2021_lab2C_persistencepersistence 引入持久化，持久化的相关代码已经在 persister.go 中实现，我们要做的只是调用 api 就好，相对容易的一节；但同时也是不容易的一节，因为这一节中有两个关于 图8 的网络崩溃节点崩溃实验，基本都会出 bug，出 bug 基本都是因为 lab2A 和 lab2B 引入的 bug；本人也因为 lab2B 引入的 bug 导致在 lab2C 卡了很久；这里阐述一下自己的心路历程lab2C_persistenc

mit_6.824_2021_lab2B_log_replicationlab2B，日志复制，我愿称之为 raft 核心中的核心，细节爆炸????，细节都在魔鬼中还是需要将 Fig2 完全实现，并且将 5.3 和 5.4节完全实现，这里我在实现的时候顺便把 nextIndex 优化给做了，具体实现可以直接在助教的 guide 中直接找到lab2B:log replication实验内容实现 leader 和 follower 的相关代码以实现日志追加，用go test -run 2B -race进

mit_6.824_2021_lab2A_leader_election做完 lab2 之后回来写系列文章总结如果说 lab1 的 mapreduce 是用来入门分布式系统课程的，那么 lab2 开始就是课程设计的真正开始lab2 系列为 raft 分布式一致性协议算法的实现，论文 extended Raft paper 更是要反复看，尤其是 Figure 2，以及第五章节的一些实现细节raft 将分布式一致性共识分解为若干个子问题，lab2 系列也随之挂钩：leader election，领