Closed 1294566108 closed 1 year ago
简介 RAFT SOFAJRaft 是一个基于 RAFT 一致性算法的生产级高性能 Java 实现，JRaft的运行过程分为两个阶段：
Leader选举，Leader选举用于在集群中选出一个数据最完成的成员当选Leader，处理日志复制； 日志复制，用于Raft集群协商事务请求，客户端的指令。 在原始的RAFT算法中，Leader选举、日志复制，都要求获得多数派（即：⌊N / 2⌋ + 1）成员的支持。即：某个成员获得多数派成员的支持则晋升为Leader；某个日志复制到多数派则达成共识。
NWR NWR模型，常用于动态调整一致性强度。具体描述如下：
N：成员总数 W：写入数据的Quorum数 R：读取数据的Quorum数 满足W+R>N的情况下，读Quorum和写Quorum一定存在交集，这个相交的成员一定拥有最新的数据，那么这个分布式系统一定是满足强一致性的。
目标 在一些场景中，我们期望能够动态调整Quorum的数量，使其更贴合自己的业务场景。例如：一个5成员组成的集群，在一个写多读少的场景中，则期望把多数派（3）调整为2，降低达成共识的条件，使得写请求能尽快的完成。同时，为了继续满足RAFT的正确性，将写Quorum调整为2需要付出代价是读Quorum要调整为4，这样才能满足W+R>N。
基于这个设计，用户甚至可以将Quorum调整到一个极端情况。例如：W=1，R=N，此时写效率最高，当然这需要付出的代价是不允许有成员宕机。
RAFT结合NWR Raft中Leader选举存在两个功能：
选出集群认可的成员处理写请求 选出的成员，必须拥有最完整的日志，这用于确保已达成共识的不会被覆盖 这正好对应了NWR模型中的读场景，而处理事务日志对应NWR模型中的写场景。
NWR的计算方式 因为JRaft是支持成员变更的，N是动态变化的，因此我们所配置的W或R不能是一个整数，可以考虑为(0, 1]范围内的小数。再通过计算获得W和R的具体值。 例如：N=5，w=0.4，计算公式为：W=⌈N * w⌉，R=N - W + 1。得到以下表格
简介 RAFT SOFAJRaft 是一个基于 RAFT 一致性算法的生产级高性能 Java 实现，JRaft的运行过程分为两个阶段：
Leader选举，Leader选举用于在集群中选出一个数据最完成的成员当选Leader，处理日志复制； 日志复制，用于Raft集群协商事务请求，客户端的指令。 在原始的RAFT算法中，Leader选举、日志复制，都要求获得多数派（即：⌊N / 2⌋ + 1）成员的支持。即：某个成员获得多数派成员的支持则晋升为Leader；某个日志复制到多数派则达成共识。
NWR NWR模型，常用于动态调整一致性强度。具体描述如下：
N：成员总数 W：写入数据的Quorum数 R：读取数据的Quorum数 满足W+R>N的情况下，读Quorum和写Quorum一定存在交集，这个相交的成员一定拥有最新的数据，那么这个分布式系统一定是满足强一致性的。
目标 在一些场景中，我们期望能够动态调整Quorum的数量，使其更贴合自己的业务场景。例如：一个5成员组成的集群，在一个写多读少的场景中，则期望把多数派（3）调整为2，降低达成共识的条件，使得写请求能尽快的完成。同时，为了继续满足RAFT的正确性，将写Quorum调整为2需要付出代价是读Quorum要调整为4，这样才能满足W+R>N。
基于这个设计，用户甚至可以将Quorum调整到一个极端情况。例如：W=1，R=N，此时写效率最高，当然这需要付出的代价是不允许有成员宕机。
RAFT结合NWR Raft中Leader选举存在两个功能：
选出集群认可的成员处理写请求 选出的成员，必须拥有最完整的日志，这用于确保已达成共识的不会被覆盖 这正好对应了NWR模型中的读场景，而处理事务日志对应NWR模型中的写场景。
NWR的计算方式 因为JRaft是支持成员变更的，N是动态变化的，因此我们所配置的W或R不能是一个整数，可以考虑为(0, 1]范围内的小数。再通过计算获得W和R的具体值。 例如：N=5，w=0.4，计算公式为：W=⌈N * w⌉，R=N - W + 1。得到以下表格