一致性
對某個指定的客戶端來說，讀操作保證能夠返回最新的寫操作結果。
可用性非故障的節點在合理的時間內返回合理的響應。
分割槽容忍性
當出現網路分割槽後，系統能夠繼續「履行職責」。
cap關注的粒度是資料，而不是整個系統。
一、拜占庭將軍問題
在很久很久以前，拜占庭是東羅馬帝國的首都。那個時候羅馬帝國國土遼闊，為了防禦目的，因此每個軍隊都分隔很遠，將軍與將軍之間只能靠信使傳遞訊息。
在打仗的時候，拜占庭軍隊內所有將軍必需達成一致的共識，才能更好地贏得勝利。但是，在軍隊內有可能存有叛徒，擾亂將軍們的決定。
這時候，在已知有成員不可靠的情況下，其餘忠誠的將軍需要在不受叛徒或間諜的影響下達成一致的協議。拜占庭將軍問題是計算機科學家萊斯利·蘭伯特提出的有關
計算機網路中所存在的一致性問題的問題。
二、raft演算法流程
raft演算法依靠狀態機和主從同步的方式，在各個節點之間實現資料的一致性。
raft演算法的兩個核心要點：
同步資料（log replication）
選舉主節點
三種角色、狀態:
選舉流程：
所有節點的初始狀態都是follower，如果follower超過一段時間沒有接收到leader的心跳，就會成為candidate 。
candidate 會向follower發起投票，讓follower將票投給自己
follower將會投出它們的票（如果有3個candidate，那這個follower要投給誰？）
得到票數最多的candidate 成為主節點
同步資料
所有的修改操作都要經過leader，leader會等待，直到majority（大多數）節點都被修改，leader會commit這個修改。
三、raft演算法細節
選舉超時
follower等待，直到成為candidate的時間，選舉超時為150ms-300ms之間的任意值
follower超時之後，成為candidate，開始選舉流程，給它自己投票，並傳送投票請求給其他節點
其他節點投票給candidate，並reset自己的選舉超時時間
當candidate有majority（大多數）選票，就成為leader
心跳超時
直到follower沒有接收到leader的心跳，然後開始選舉過程，成為candidate
分布式系統 Raft演算法
什麼是拜占庭將軍問題？在很久很久以前，拜占庭是東羅馬帝國的首都。那個時候羅馬帝國國土遼闊，為了防禦目的，因此每個軍隊都分隔很遠，將軍與將軍之間只能靠信使傳遞訊息。在打仗的時候，拜占庭軍隊內所有將軍必需達成一致的共識，才能更好地贏得勝利。但是，在軍隊內有可能存有叛徒，擾亂將軍們的決定。這時候，在已知有...
分布式 Raft演算法
raft也是分布式一致性協議，主要是用來競選主節點。有三種節點 follower，candidate和leader。leader會週期性的傳送心跳給follower。每個follower都設定了乙個隨機的競選超時時間，一般為150ms 300ms，如果在這個時間內沒有收到leader的心跳包，就會變...
分布式系統的Raft演算法
過去,paxos一直是分布式協議的標準，但是paxos難於理解，更難以實現，google的分布式鎖系統chubby作為paxos實現曾經遭遇到很多坑。來自stanford的新的分布式協議研究稱為raft，它是乙個為真實世界應用建立的協議，主要注重協議的落地性和可理解性。在了解raft之前，我們先了解...