raft学习（4）——算法核心介绍+state

raft学习（4）——算法核心介绍+state

raft共识算法
raft是一个管理可复制log的的算法。图2总结了算法的内容，图3列举了算法关键特性。图中的元素会后续逐一介绍。

raft首先选举一个leader，然后给予该leader管理可复制log的责任。leader从clients那接受log入口，将它复制到其他server中，然后告知servers什么时候将log入口应用到它们的状态机中是安全的。拥有一个leader会简化可复制log的管理。例如，leader可以在不咨询其他servers的情况下决定在一个log中设置一个新的入口，同时data以一种简单的方式从leader流向其他servers。leader可以失效或者断连，这样一个新的leader就会被选举。

节点选举：当目前leader失效，新leader产生（5.2节）
log复制：leader必须接受客户的log入口，然后将其复制到集群中，强迫其他logs与它本身形成共识（5.3节）
安全性：图3介绍了主要的状态机器安全特性：如果一个server对其状态机使用了特定的log入口，那么没有其他server可以对同一个log索引应用一个不同的命令。5.4节解释raft如何保证其特性；解决方案对5.2介绍的选举机制加入了额外的限制。

介绍完算法后，本节介绍了可用性问题和系统中时间的作用。

重点来了！！！（先讲state）

状态：
1.server上的持久状态（在响应rpc之前在稳定的存储上更新)
currentTerm:server看到的最新term（初始第一步为0，自动增加）
votedFor：在目前term下，接受投票的选举人id（没有的话就null）
log[]：log入口；每一个入口包含状态机的命令，还有leader收到入口时的term（第一个索引是1）

2.server上的不稳定状态
commitIndex：在已知commit中最大的log入口索引（初始为0，自动增加）
lastApplied：状态机中被应用的最大的log入口索引（初始为0，自动增加）

3.leaders的不稳定状态（选举后重新初始化）
nextindex[]：对每一个server而言，下一个传给该server的log入口索引（初始为leader上一个log索引+1）
matchIndex[]：对每一个server而言，在server中已知的复制的最大的log入口索引（初始为0，自动增加）