云计算-Raft算法报告-raft与paxos对比

Raft算法报告

摘要

最初，在分布式系统领域中，Paxos算法虽然是作为主体的，但是其复杂性太大并且难以理解，而且它在实际系统中需要大量的扩展。Raft算法的出现，提高了可理解性，在状态简化与算法方面减小了复杂性。相比于Paxos，Raft就实现了可理解性的更高，更容易的学习，而且还提供了一个足够好的用来构建一个现实系统的基础，适合实际系统的实现。

1、介绍

在分布式系统领域，共识算法是保证数据一致性与可靠性的核心技术，Raft 算法是其中的代表。Raft算法将一致性问题分成领导者选举、日志复制、安全性等模块，并通过状态简化降低系统复杂度。以下从复制状态机的思想、状态简化，以及Raft共识算法来展开，深入了解 Raft的一致性管理。

2、复制状态机

复制状态机的就是在相同的初始状态下，输入相同命令，得到的结束状态也会是相同的。

复制状态机的具体工作原理就是依赖Leader顺序日志，保证所有节点日志一致性后提交，状态机结果一致。简单来说就是leader接收到客户端发送的命令后，leader再生成日志 ，发送给所有其他的follower ，然后其他follower收到日志后，将其进行持久化处理，添加到自己的日志中并向Leader确认，在Leader收到多数确认后,follower会将其应用到本地状态机中。在正常情况下，客户端无论查询哪一个节点的状态机，它查到的结果都是一样的。

Paxos与之不同的是，它是不强制依赖Leader的，但是需要额外的机制比如Multi-Paxos等来实现顺序日志，复杂度更高。

3、状态简化

状态简化就是在一致性的条件下，通刻意过减少系统状态的复杂性，降低理解和实现难度。其本质就是在分布式系统中，通过约束行为，来实现raft一定程度上对抗分布式复杂性。

状态简化主要体现在三个方面：第一是限定状态数量，所有节点都只能是Leader、Follower、Candidate这三个状态之一，这个特点让角色的行为变得可预测，并且与Paxos相比，Raft只用考虑状态的转化，不要考虑状态之间的共存影响以及角色重叠带来的复杂性；第二是强制日志连续，要求日志必须连续，不允许出现空洞，这样带来的好处就是冲突时可以直接覆盖不一致的部分，Paxos不同的是它允许出现空洞，但需要处理和合并多版本的问题；第三就是式事件触发状态转换，所有的状态转化都是由显示事件也就是明确的时间来触发的，不是由隐式事件判断的，但在Paxos中是隐式协调，是依赖天编号和多数派响应。

4、Raft共识算法

4.1、领导者选举

Raft中使用心跳机制来维持权威，Leader每经过一段固定时间，就会向所有Follower发送心跳信息来确立自己的地位。

初始是时，每个节点只能处于Follower状态；若某个Follower检测到集群中没有Leader，此时就会触发选举流程。此时，该Follower首先会递增自己的当前任期号，将自己的任期号加一，再将自身状态转为Candidate，并同时向其他节点发起请求投票RPC调用，来竞争成为新的Leader。

出现三种选举结果：如果某个节点赢得多数选票并且选票超过半数，那么它会转化为 Leader，然后再向所有 Follower 发送心跳消息以确认领导权并终止选举；如果当前节点收到新 Leader 的心跳信息且验证其任期号有效后，那么就说明有其他节点胜出，当前节点就会从 Candidate 状态降级转化为 Follower；如果选举出现平票或无人获得半数以上支持，则本轮选举无结果结束，系统会很快开启新一轮投票，进入更高的任期号重新尝试选出 Leader。

在Paxos中，是没有Leader概念的，Multi-Paxos需要自行实现选举，容易出现冲突提案。

4.2日志复制

日志复制的机制就是，将客户端的命令请求以日志条目的形式，从Leader节点传递到集群的其他节点的过程，其核心就是保证所有节点的操作日志完全相同。Follower验证日志一致性后，将日志进行持久化处理并回复确认。Leader收到多数的ACK后，应用日志条目应用到状态机并标记为已提交，然后再通知Follower提交日志，最终使得所有结点的状态一致。

在Follower不发生任何状况，一切正常的情况下，就可以保证所有节点的日志完整且正确，否则，Leader就会一直重复发起附加条目RPCs，直到所有的Follwer都复制并存储了日志条目。

在Raft算法中已提交的日志条目都拥有持久化、所有状态机可执行的特点。Leader成功将日志条目复制到多数节点后，该条目即被视为已提交。

4.3安全性

在Leader选举和日志复制中的机制，并不能保证每个状态机都正常正确执行命令。这是因为许多共识算法为了降低复杂性，会出现非Leader就收乱序复制来的日志的情况，这就造成了空洞的大量出现。Raft通过设计选举限制和提交规则，来保证在任何异常情况下也都能够保持一致性、顺序性。

4.3.1选举限制

选举限制的核心规则是新当选的Leader必须包含所有已提交的日志条目。Raft通过投票否决机制来决定一个Candidate是否赢得选举。Candidate会向其他服务器节点发送投票请求RPC，节点收到投票请求后，会对比Candidate的日志新旧程度，如果Candidate的日志不如自己新，则拒绝投票。相比之下，Paxos是没有明确限制的，需自行设计日志完整性校验。

4.3.2提交规则

提交规则所要解决的核心问题是在分布式系统中，当旧任期的日志条目已被复制到多数节点但未提交时，新Leader可能覆盖这些条目，导致数据间的错误。

leader仅能通过Quorum原则提交自己任期内的日志条目。当前任日志提交后，根据日志匹配特性，旧日志被自动是为已提交，即被间接提交。但在Paxos中是依赖多数派提交确认。