前言
分布式系统设计中，在极大提高可用性、容错性的同时，带来了一致性问题（CAP理论），Raft协议就是解决分布式中的一致性问题。最近研究了 Raft协议，谈谈自己对 Raft 协议的理解。希望这篇文章能够帮助大家理解。
raft协议是什么？
Raft协议是一种分布式一致性算法（共识算法），共识就是多个节点对某一个事件达成一致的算法，即使出现部分节点故障，网络延时等情况，也不影响各节点，进而提高系统的整体可用性。Raft是使用较为广泛的分布式协议，我们熟悉的etcd注册中心就采用了这个算法；
Raft算法将分布式一致性分解为多个子问题，包括Leader选举（Leader election）、日志复制（Log replication）、安全性（Safety）、日志压缩（Log compaction）等。raft将系统中的角色分为领导者（Leader）、跟从者（Follower）和候选者（Candidate）。
- Leader：接受客户端请求，并向Follower同步请求日志，当日志同步到大多数节点上后高速Follower提交日志。
- Follower：接受并持久化Leader同步的日志，在Leader告知日志可以提交后，提交日志。当Leader出现故障时，主动推荐自己为候选人。
- Candidate：Leader选举过程中的临时角色。向其他节点发送请求投票信息，如果获得大多数选票，则晋升为Leader。
Raft要求系统在任意时刻最多只有一个Leader，正常工作期间只有Leader和Follower，Raft算法将时间划分为任意不同长度的任期(Term),每一任期的开始都是一次选举，一个或多个候选人会试图称为Leader，在成功选举Leader后，Leader会在整个任期内管理整个集群，如果Leader选举失败，该任期就会因为没有Leader而结束，开始下一任期，并立刻开始下一次选举。
Leader选举
Raft使用心跳机制来触发领导者选举，当服务器启动时，初始化都是Follower身份，由于没有Leader，Followers无法与Leader保持心跳，因此，Followers会认为Leader已经下线，进而转为Candidate状态，然后Candidate向集群其他节点请求投票，同意自己成为Leader，如果Candidate收到超过半数节点的投票(N/2 +1)，它将获胜成为Leader。
Leader向所有Follower周期性发送heartbeat，如果Follower在选举超时时间内没有收到Leader的heartbeat，就会等待一段随机的时间后发起一次Leader选举。
日志同步
Raft算法实现日志同步的具体过程如下：
Leader收到来自客户端的请求，将之封装成log entry并追加到自己的日志中；Leader并行地向系统中所有节点发送日志复制消息；- 接收到消息的节点确认消息没有问题，则将
log entry追加到自己的日志中，并向Leader返回ACK表示接收成功； Leader若在随机超时时间内收到大多数节点的ACK,则将该log entry应用到状态机并向客户端返回成功。
总结
Raft协议是解决分布式中的一致性问题的算法，包括Leader选举（Leader election）、日志复制（Log replication）、安全性（Safety）、日志压缩（Log compaction）等。
Raft算法会先选举出Leader，Leader完全负责replicated log的管理，Leader负责接受所有客户端更新请求，然后复制到Follower，并在“安全”的时候执行这些请求，如果Leader故障，Follower会重新选举出新的Leader，保证一致性。
