Raft 协议 - Fabric( 二 ) _区块

raft算法支持最大的容错故障节点是（N-1）/2，其中N为集群中总的节点数量。
对于将用于生产网络的排序服务，实现了使用 “领导者跟随者” 模型的 Raft 协议，领导者是在一个通道的排序节点集合中动态选择的（这个排序节点集合称为 “共识者集合( set)”），领导者将信息复制到跟随者节点。
虽然 Raft 提供了许多与 Kafka 相同的功能（尽管它是一个简单易用的软件包）但它与 Kafka 的功能却大不相同，它向引入了许多新的概念，或改变了现有的概念。
4. Raft 运行流程
节点总是处于以下三种状态之一：跟随者（），候选人（）和领导者（）。集群中的一个节点在某一时刻只能是这三种状态的其中一种，这三种角色是可以随着时间和条件的变化而互相转换的。
Raft 算法主要有两个过程：一个过程是领导者选举，另一个过程是日志复制，其中日志复制过程会分记录日志和提交数据两个阶段。
4.1 领导者选举
在 Raft 中有两个控制选举的超时设置：选举超时，心跳超时。
选举超时
所有节点最初都是作为跟随者开始的。在这种状态下，他们可以接受来自领导者的日志条目（如果其中一个已经当选），或者为领导者投票。
如果跟随者在一段时间内没有接收到消息，即选举超时（随机150ms - 300ms），节点将自己提升到候选状态，开始新一轮的选举。
如果跟随者在选举超时时间内收到消息，则会回复消息并重置选举超时时间。
心跳超时
接下来，系统的所有改变（添加日志记录）都需要经过领导者，即它将开始向跟随者发送“追加记录( )”的消息。这些消息按照心跳超时指定的时间间隔发送，而跟随者会回复每一条“追加记录”消息，如此往复。这次的选举会一直持续直到某个跟随者不再接收到心跳，从而变成候选人。
这个过程就是领导者选举（）。
4.2 日志复制
一旦我们选出了领导者，我们就需要将系统的所有改变复制到所有节点上。这是通过使用与用于心跳的相同的“追加记录”消息来完成的。
首先，客户端向领导者发送一个改变。这个改变追加到领导者的日志上，为了提交记录，在下一心跳时，领导者会将改变（日志）发给跟随者，即让跟随者复制日志记录。
如果日志记录是未提交的，它是不会更新到更新到节点上的，即真正地执行。当大多数跟随者返回消息并承认，则条目在领导者就会被提交（执行），数据被更新。
然后领导者会返回回应给客户端，并随着心跳发送消息给跟随者，让它们也提交。
集群现在已经就系统状态达成了共识。这个过程就是日志复制。
在这个过程中只需要领导者发送消息给跟随者节点，跟随者节点返回消息给领导者节点即可完成，跟随者节点之间是无需沟通的。
所以如果集群总节点数为 n，对于日志记录阶段，通信次数为n-1，对于提交数据阶段，通信次数也为n-1，总通信次数为2n-2，因此raft算法复杂度为O(n) 。
4.3 分区网络的一致性
Raft 甚至可以在面对网络分区时保持一致性。分区指将节点分为不同的区域，不同区域的节点之间没有通信。
当对原有网络进行分区，没有领导者的分区会自行产生新的领导者，进行正常的运行。
当对分区后的网络重新恢复，之前选举的领导者在接收到后来选举的领导者的消息后，会成为它的跟随者。同时之前的领导者和其跟随者，都将回滚其未提交的条目并匹配新领导者的日志。
我们的日志现在在集群中是一致的。
5. 快照