解讀Raft（二 選舉和日誌複製）
Leader election
Raft採用心跳機制來觸發Leader選舉。Leader週期性的傳送心跳（如果有正常的RPC的請求情況下可以不發心跳）包保持自己Leader的角色（避免叢集中其他節點認為沒有Leader而開始選舉）。
Follower在收到Leader或者Candidate的RPC請求的情況下一直保持Follower狀態。而當一段時間內（election timeout）沒有收到請求則認為沒有Leader節點而出發選舉流程。
選舉流程如下：
- Follower遞增自己的任期並設定為Candidate角色
- 投票給自己並且併發的給所有節點發送投票請求
- 保持Candidate狀態直到：
- 同一個任期內獲得大多數選票，成為Leader（一個節點在一個任期內只能給一個Candidate投票，任期相同則選票先到先得）並給其他節點發送心跳來保持自己的角色
- 收到其他節點的RPC請求，如果請求中的任期大於等於Candidate當前的任期，認為其他節點成為了Leader，自身轉換為Follower；如果其他節點的任期小於自身的任期，拒絕RPC請求並保持Candidate角色
- 一段時間後仍舊沒有Leader（可能是出現了平票的情況），則在選舉超時後重新發起一輪選舉（遞增任期、傳送投票請求）
為了避免平票的問題，同時在出現平票的情況後能快速解決，Raft的選舉超時時間是在一個區間內隨機選擇的（150~300ms）。這樣儘量把伺服器選舉時間分散到不同的時間，保證大多數情況下只有一個節點會發起選舉。在平票的情況下，每個節點也會在一個隨機時間後開始新一輪選舉，避免可能出現的一直處於平票的情況。
Log replication
一旦Leader被選舉出來後，Leader就開始為叢集服務：處理所有的客戶端請求並將資料複製到所有節點。
一旦日誌被“安全”的複製，那麼Leader將這個日誌應用到自己的狀態機並響應客戶端。
如果有節點異常或網路異常，Leader會一直重試直到所有日誌都會正確複製到所有節點（日誌不允許有空洞，所以每個節點上的日誌都是連續的，不能有因為失敗引起的空洞）。
日誌組織形式如上圖，每個日誌條目中包含可執行的指令、和日誌被建立時的任期號，日誌條目也包含了自己在日誌中的位置，即index。一旦一個日誌條目存在於大多數節點，那麼該日誌條目是committed的。
Raft演算法保證所有committed的日誌都是持久化的（日誌需要在大多數節點上持久化之後再響應給客戶端，這意味著每個Follower節點收到AppendEntry請求後需要持久化到日誌之後再響應給Leader），且最終會被所有的狀態機執行。
Raft演算法保證了以下特性：
- 如果兩個日誌條目有相同的index和term，那麼他們儲存了相同的指令（即index和term相同，那麼可定是同一條指令，就是同一個日誌條目）
- 如果不同的日誌中有兩個日誌條目，他們的index和term相同，那麼這個條目之前的所有日誌都相同
兩條規則合併起來的含義：兩個日誌LogA、LogB，如果LogA[i].index=Log[i]B.index且LogA[i].term=Log[i].term，那麼LogA[i]=Log[i]B，且對於任何n < i的日誌條目，LogA[n]=LogB[n]都成立。（這個結論顯而易見的可以從日誌複製規則中推匯出來）
一個新Leader被選舉出來時，Follower可能是上圖中的任何一種情況。
- (a)(b)可能還沒複製到日誌
- (c)(d)可能曾經是Leader，所有包含了多餘的日誌（這些日誌可能被提交了，也可能沒提交）
- (e)可能是成為Leader之後增加了一些日誌，但是在Commit之前又程式設計了Follower角色，且還沒有更新日誌條目
- (f)可能是在任期2稱為了Leader並追加了日誌但是還沒提交就Crash了，恢復之後在任期3又成了Leader並且又追加了日誌
在Raft中，通過使用Leader的日誌覆蓋Follower的日誌的方式來解決出現像上圖的情況（強Leader）。Leader會找到Follower和自己想通的最後一個日誌條目，將該條目之後的日誌全部刪除並複製Leader上的日誌。詳細過程如下：
- Leader維護了每個Follower節點下一次要接收的日誌的索引，即nextIndex
- Leader選舉成功後將所有Follower的nextIndex設定為自己的最後一個日誌條目+1
- Leader將資料推送給Follower，如果Follower驗證失敗（nextIndex不匹配），則在下一次推送日誌時縮小nextIndex，直到nextIndex驗證通過
上面的方式顯然可以通過一些方法進行優化來減少重試的次數，但是在Raft論文中對是否有必要進行優化提出了質疑，因為這種異常的情況很少出現。
歡迎關注公眾號交流：
