【IT168 资讯】2016年5月12日-14日，第七届中国数据库技术大会(DTCC 2016)在北京国际会议中心拉开帷幕。作为国内数据库与大数据领域最大规模的技术盛宴，在为期三天的会议中，大会将围绕MySQL、NoSQL、Oracle、缓存技术、云端数据库、智能数据平台、大数据安全、数据治理、大数据和开源、大数据创业、大数据深度学习等领域的前瞻性热点话题与技术展开深入探讨，并邀请一大批国内顶尖的技术专家来进行分享，以满足广大从业人士和行业用户的迫切需要。

　　今天虽然是本届大会的最后一天，但是精彩照例!爆场率100%!看专场17 PingCAP联合创始人黄东旭为你讲述“如何使用Raft构建一致性算法”。

　　Raft有什么优势?

　　Raft实际上是ISM的实现，设计初衷是为了让人类更好的理解，作为Paxos形式上等价的实现，但是却相对好理解的多。同时在可用性性能上也没有做任何妥协，甚至在一些情况下Raft的性能比Paxos还要好。不仅如此，Raft还非常贴心的实现了整个集群里面membership变更的算法。相当于它将一个分布式环境下遇到的问题如添加节点、删除节点、日志复制等各种各样的场景统统归纳到算法里。这也是人们为什么爱使用它的原因。

　　Raft如何工作?

　　实际上整个Raft算法是由好几部分组成的。包括Leader Election(选举)、LOG replication(日志复制)以及Configration Change(更改配置)。

　　选举：

　　在Raft中，任何时候一个服务器都可以扮演下面角色之一：有可能是Leader、有可能是Follower更有可能是Candidate。

　　Leader: 处理所有客户端交互，日志复制等，任意时间之内只能有一个可见的Leader存活。

　　Follower: 类似选民，完全被动接受，当Follower没有收到Leader信号时，在一段时间之内就会自动切换成Candidate。

　　Candidate候选人：可以被选为一个新的领导人。

　　好比是一个民主社会，领袖由民众投票选出。刚开始没有领袖，所有集群中的参与者都是群众，那么首先开启一轮大选，在大选期间所有群众都能参与竞选，这时所有群众的角色就变成了候选人，民主投票选出领袖后就开始了这届领袖的任期，然后选举结束，所有除领袖的候选人又变回群众角色服从领袖领导。

　　任何一个服务器都可以成为一个候选者Candidate，它向其他服务器Follower发出要求选举自己的请求，其他服务器同意了，发出OK。如果在这个过程中，有一个Follower当机，没有收到请求选举的要求，那么候选者就可以自己选自己，并且有可能成为Leader，可以向Follower们发出指令，比如进行日志复制。 值得注意的是，整个选举过程是有一个时间限制的。

　　日志复制：

　　假设Leader领导人已经选出，这时客户端会发出增加一个日志的要求，Leader会把日志复制给Follower， 当Leader第一次收到大多数写日志的成功后就会发出Commited ，然后在下一个心跳heartbeat中，Leader会通知所有Follwer更新commited 项目。每一个Follwer都是属于被动接受的，如果所有的Follwer认为自己的数据跟Leader不一样，那么就会把自己的数据全部清空，并且会与Leader进行强行同步，Raft可以保证的是选择出来的Leader一定是拥有最新数据的。所以原来的Follwer即使数据不对也没关系，只要去与Leader做一次同步就好了。

　　更改配置：

　　比如说一个集群现在是三个节点，当想变成四个或者五个的时候，它是如何操作的呢?

　　如果是简单的想去强行更改配置时可能会出现一些disjoint majorities的问题，所以最好的解决方案是一次只增加一个节点。

　　黄东旭认为：

　　1、 分布式关系型数据库与单机关系数据库是完全不一样的两个东西。

　　2、 在未来大数据基础设施里可扩展是基础能力，单机型的RDBMS有可能会慢慢消失。

　　3、 在真正的分布式系统上并不能同时的去做OLTP 和 OLAP，但是数据存储可以在一起。

　　4、 真正的High-Availability是可以达到的(不需要人工介入，不需要做主从等)。但是需要使用更现代的一次性的算法，比如说Raft 或者 Multi-Paxos ...

　　5、 SQL 和NoSQL目前来看是最为合理的方案。

　　▲更多大会资讯，请查看大会专题：http://www.it168.com/redian/16DTCC/