Raft - 分布式共识算法
为什么要这么设计?
横向分布式,同一个模块内部为了提高系统的吞吐量而采用的多节点。
优点: 1.数据备份, 2.负载均衡
CAP理论
一致性consistency:数据强一致,读写一致。
可用性availabilty:响应快。
分区容错性partition tolerance: 网络环境不可靠的背景下,系统仍然正常运作。
C有问题:
1. 即时一致性: master还没成功同步给follower, 客户端读请求给follower
2. 顺序一致性:客户端向master发送两笔请求,异步给follower,第一笔lag,follower先2后1,最终follower记录里错误的数据
A有问题:
数据同步任务不是异步执行,而是写请求串行化执行
1.如果一follower宕机,master不能集齐所有follower的响应,无法给客户端ack,整个系统不可用
2.如果一个follower网络环境问题,lagging,整个系统系统效率拖垮
Raft:
1. 保证A,半数以上节点存活时,系统稳定可用。请求耗时取决于多数的下限,并非所有节点下限
2. 保证C,满足数据最终一致性,改进版可以保证数据即时一致性。
reference: B站up主 小徐先生1212 课程链接 https://www.bilibili.com/video/BV1Kz4y1H7gw?p=1
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· SQL Server 2025 AI相关能力初探
· AI编程工具终极对决:字节Trae VS Cursor,谁才是开发者新宠?
· 开源Multi-agent AI智能体框架aevatar.ai,欢迎大家贡献代码
· Manus重磅发布:全球首款通用AI代理技术深度解析与实战指南