我們在了解分布式選舉演算法之前，我們需要這樣一種演算法產生的背景。在乙個分布式系統中，因為各種意外的因素，有的伺服器可能會崩潰或變得不可靠，它就不能和其他伺服器達成一致狀態。因而這樣就需要一種consensus協議，來確保伺服器的容錯性，也就是說即使系統中有一兩個伺服器節點crash，也不會影響其處理過程。為了讓容錯方式達成一致，我們不可能要求所有的伺服器節點100%都達成consensus狀態，只要超過半數的大多數伺服器節點consensus即可，假設有n臺伺服器節點，(n/2)+1 就超過半數，即可代表大多數了。那麼，今天筆者給大家分享的就是raft分布式選舉演算法。
raft為了實現consensus這個目標，這個過程如果選舉一樣，參選者需要說服大多數伺服器節點投票給他，一旦選定後就跟隨其操作。在raft中，任何時候乙個伺服器節點可以扮演下面角色之一：
leader：處理所有客戶端互動，日誌複製等操作，一般一次只有乙個leader。
follower：類似選民，處於被動狀態。
candidate：類似proposer，可以被選為乙個新的leader。
任何乙個伺服器節點都可以成為乙個candidate，它向其他伺服器節點follower發出要求選舉自己的請求，如下圖所示：
其他伺服器應答同意，發出ok。如下圖所示：
需要注意的是，如果在這個過程當中，有乙個followercrash掉，沒有收到請求選舉的要求，因此候選者可以自己選舉自己，只要達到 (n/2)+1 的大多數票，候選人還是可以成為leader的。
在候選者成為leader後，它可以向其他follower節點傳送指令，比如進行日誌複製，如下圖所示：
之後，通過心跳進行日誌複製等通知，如下所示：
在執行的過程當中，一旦該集群的leader當場crash了，那麼follower中有乙個成為候選者，發出投票選舉邀請，如下圖所示：
在follower同意後，其成為leader，繼續承擔日誌複製等操作動作，如下圖所示：
這裡需要注意的是，在整個選舉過程當中是有乙個時間限制的，如下圖所示：
出現在split note的情況，是因為如果同時有兩個候選人向其他節點發出投票邀請，這時通過類似的加時賽來解決，兩個候選者在一段timeout，比如100ms互相不服氣的等待後，因為雙方得到的票數是一樣的，一半對一半，那麼在100ms後，再由這兩個候選者發出投票邀請，這時同時的概率大大降低，那麼首先發出邀請投票的候選者得到大多數同意票後，成為leader，而另外的乙個候選者後來發出投票邀請，那些follower選民已經投票給了第乙個候選者，此時不能再投票給它，它就成為落選者了，最後這個落選者也就成為一名普通的follower了。
下面通過以日誌複製為例子來說明raft分布式選舉演算法，假設這裡leader已經選出，這時候客戶端發出乙個新增的請求，比如日誌內容是"smartloli"，如下所圖所示：
在leader傳送的指令下，follower需要遵循它的指令，都將這個新的日誌內容追加到他們各自的日誌中：
大多數follower伺服器節點日誌寫入磁碟檔案後，確認追加成功，發出commited ok，如下圖所示：
再下乙個心跳heartbeats中，leader會通知所有的follower更新commited。對於每個新的日誌記錄，重複上述操作過程。如果在這個過程當中，發生了網路通訊故障，使得leader不能訪問大多數followers了，那麼leader只能正常更新它能訪問的那些follower伺服器節點，而大多數的伺服器follower因為沒有了leader，他們重新選擇乙個候選者作為leader，然後這個新的leader作為代表與外界進行互動，如果外界傳送新的請求操作，比如新增新的日誌，這個新的leader就按照上述步驟通知大多數followers伺服器節點，如果這時網路故障修復了，那麼原先的leader就要降級成為follower，在失聯階段這個老leader的任何更新都不能算commit，都要roll back，接受新的leader的新的更新操作。
****：
twitter：
qq群（hadoop - 交流社群1）：
424769183
分布式系統選舉演算法剖析
我們在了解分布式選舉演算法之前，我們需要這樣一種演算法產生的背景。在乙個分布式系統中，因為各種意外的因素，有的伺服器可能會崩潰或變得不可靠，它就不能和其他伺服器達成一致狀態。因而這樣就需要一種consensus協議，來確保伺服器的容錯性，也就是說即使系統中有一兩個伺服器節點crash，也不會影響其處...
分布式系統選舉演算法剖析
我們在了解分布式選舉演算法之前，我們需要這樣一種演算法產生的背景。在乙個分布式系統中，因為各種意外的因素，有的伺服器可能會崩潰或變得不可靠，它就不能和其他伺服器達成一致狀態。因而這樣就需要一種consensus協議，來確保伺服器的容錯性，也就是說即使系統中有一兩個伺服器節點crash，也不會影響其處...
分布式選舉演算法
主節點，在乙個分布式集群中負責對其他節點的協調和管理，也就是說，其他節點都必須聽從主節點的安排。主節點的存在，就可以保證其他節點的有序執行，以及資料庫集群中的寫入資料在每個節點上的一致性。這裡的一致性是指，資料在每個集群節點中都是一樣的，不存在不同的情況。下面介紹集中選舉演算法。bully 演算法在...