raft分布式一致性协议

• raft协议的动画演示
• raft协议的paper

---

分布式一致性协议通俗讲就是多机状态的一致性保障协议，即若是同一份状态存储在多台机器上，如何保证在多台机器上的状态彼此是一致的。一致是指读到的结果和写入的预期是一致的。

raft的作法是：

1. 节点分为三种角色leader、fellower、cancidator。leader接受client的读写请求，fellower接受leader的状态同步消息。cancidator是当fellower在timeout超时后也没有的收到leader的消息时，就自动成为cancidator。
2. leader按期会向fellower发送heartbeat消息。leader收到client的状态修改消息后，生成log entry信息，同步给fellower。fellower回复ack给leader。当leader收到超过半数的fellower的ack后，就将状态进行实际修改，并返回client成功，同时通知fellower能够落盘。
3. 若是出现网络分割，leader没法和多数fellower通讯。不能和旧leader通讯的fellower在timeout超时没有收到新的heartbeat消息后，就会广播选举本身为leader。其它fellower收到选举消息后，会确认。这样新的leader就出来了。
4. 若是同时有两个cancidator选举本身为leader。这时可能都不能获得多数票。就各自sleep 100-150ms后从新尝试选举本身。

几点疑问：

1. leader回复给client ack成功，回复给fellower ack失败，这时状态的状态不一致是如何处理的？ 等待下一个heartbeat ack到达时，将上一个message ack掉？
2. 从流程上看性能会比较低，如何承担相似消息队列系统的高吞吐？