ThinkChat2.0新版上线,更智能更精彩,支持会话、画图、视频、阅读、搜索等,送10W Token,即刻开启你的AI之旅 广告
# Raft ### 参考博文 https://blog.csdn.net/shangsongwww/article/details/90287565 https://segmentfault.com/a/1190000022280801 [Raft系列目录](http://thinkinjava.cn/page/4/) ![](https://img.kancloud.cn/c2/15/c215ec8e71a1b462fb9c5dd821fea5f3_758x442.png) ### 算法概述 Raft算法又leader节点来处理一致性问题。leader节点接收来自客户端的请求日志数据,然后同步到其他节点进行复制,当日志已经同步到超过半数以上节点的时候,leader节点再通知集群中其它节点哪些日志已经被复制成功,可以提交到raft状态机中执行。 通过以上方式,Raft算法将解决的一致性问题氛围以下几个子问题。 * leader选举:集群中必须存在一个leader节点。 * 日志复制:leader节点接收来自客户端的请求然后将这些请求序列化成日志数据再同步到集群中其它节点。 * 安全性:如果某个节点已经将一条提交过的数据输入Raft状态机执行了,那么其它节点不可能再将相同索引的另一条日志数据输入到Raft状态机中执行。 Raft算法需要一直保持三个属性 * 选举安全性(Election Safety):在一个任期内只能存在最多一个leader节点。 * leader节点上的日志为只添加(Leader Append-Only):leader节点永远不会删除或者覆盖本节点上面的日志数据。 * 日志匹配性(Log Matching):如果两个节点上的日志,在日志的某个索引上的日志数据其对应的任期好相同,那么在两个节点再这条日志之前的日志数据完全匹配。 * leader完备性(Leader Completeness):如果一条日志在某个任期被提交,那么这条日志数据再leader节点上更高任期好的日志数据中都存在。 * 状态机安全性(State Machine Safety):如果某个节点已经将一条提交过