《大规模分布式计算深入解析》5.1 Raft 选举:任期、随机超时与投票

追踪 Raft 的任期、投票持久化、日志新鲜度与选举计时。

投票顺序和持久化

follower 的随机计时器到期后可发起选举。基础 Raft 候选者增加 currentTerm,记自己一票,持久化 term 与 votedFor 后发 RequestVote。接收方看到更高任期更新本地任期并按规则退回 follower,判断同任期是否已投票,再比较日志的最后一个 term,其次才比较 lastLogIndex。同任期一票与多数派相交,保证同任期最多一位当选。

flowchart TD
    F["follower 计时到期"] --> P["可选 PreVote 检查"]
    P --> C["candidate 增 term 并投自己,持久化"]
    C --> V["发送 RequestVote,附 lastLogTerm 与 lastLogIndex"]
    V --> Q{"获得当前配置 quorum?"}
    Q -- "是" --> L["成为 leader,复制当前任期条目"]
    Q -- "本轮超时" --> F
    V -. "发现更高 term" .-> H["更新任期并退回 follower"]

若采样范围设置为 150–300 ms,两个节点实际抽样可能非常接近,分裂选票后重新随机等待。PreVote 是实现可选的预检查,减少孤立节点恢复时冲高任期。实际切换还包括剩余计时、选举往返、当前任期提交、应用及客户端重连,不能从心跳周期直接推出。

验证

从卷七实验包 解包,运行原生 etcd 探针观察 leader 变化。另外手推候选日志 (term=5,index=10) 与 (term=4,index=20) 的投票比较。

一手资料

卷七目录 · 系列导读与实验

继续阅读

探索更多技术文章

浏览归档,发现更多关于系统设计、工具链和工程实践的内容。

全部文章 返回首页

「books」更多文章

  1. 《大规模分布式计算深入解析》15.3 落地:从 Neo4j 到自研图引擎
  2. 《大规模分布式计算深入解析·图计算与图数据库内核》 · 目录与学习路径(45 篇)
  3. 《大规模分布式计算深入解析》15.2 十一卷主线:从切分到图