在分布式系统有一个经典的CAP理论，C：一致性，即集群中所有节点都应该是一致的。A：可用性，集群一直处于可用状态。P：分区容错性：即复制所有数据到集群的所有节点，保证即使出现网络分区，不同的网络分区都可以访问到数据，不过这里又要引用出数据一致性。

因为网络始终存在不可靠的可能，所以在P确定的情况下，我们只能从C和A中选择一种，优先选择C。

Raft算法实现的是强一致性，即优先追求数据一致性，若集群无法达到一致性，则应该停止服务。raft使用了“Quorum”机制，只要集群中超过半数节点可以正常运转，集群就可以正常提供服务。同时Raft还使用了该机制来达成共识，即一个操作只要半数节点同意，即可进行。

一般Raft会选举出一个leader（领导）节点，由leader节点负责所有写请求，保证了操作顺序，同时leader会把自己收到请求广播给其他follow节点，从而达成数据一致性。

通过以上描述，我们需要知道的是：

1. 如何进行领导选举

   集群启动或leader节点下线的时候都需要进行leader选举，此外raft中leader还有任期的概念，每个任期都要选举新的leader。

   1. raft中节点状态：
      1. leader：leader节点定时像follower节点发送心跳维护leader地位。
      2. candidate：follower节点在一段时间没有收到心跳消息后，会转化为candidate(候选)节点，并发起选举流程
         1. 增加任期，更新currentTerm 为currenTerm+1
         2. 给自己投上一票
         3. 向集群其他节点发送报文请求，要求它们给自己投票。
      3. follower
   2. 投票实现：
      1. 其他节点收到candidate节点的投票要求后，会进行如下操作：
         1. 比较任期，如果candidate的任期比自己小则拒绝
         2. 比较上一条日志的任期号和索引值，若小于则拒绝
         3. 如果任期相等，且接收节点的votedFor不为空，说明该任期内已经投过票，拒绝
         4. 投票，更新任期时间，重置选举超时时间。
   3. candidate节点状态转换：
      1. 收到超过半数的投票，成为leader节点
      2. 收到其他节点的心跳报文，且任期不小自己当前的任期，说明已经有leader节点了，转换为follower节点
      3. 等待一段时间，选举超时或没有收到心跳报文，开始重新选举

2. 日志复制

   leader节点会将每个请求记录为一个新的日志条目并加入到本地日志集中，然后通过心跳报文，发送给集群中其他节点，让其复制该条日志条目。因此所谓的数据一致性，其实可以看做成日志的一致性。心跳报文也可看做附加日志报文。

   1. 日志复制流程：
      1. follwer节点收到报文以后，首先比对任期值大小，若报文任期小于节点当前任期则拒绝
      2. 执行日志一致性检查操作，不通过则拒绝
         1. 检查日志的任期号和索引，一致则相同
      3. 添加日志报文到本地日志集中，若本地日志集与报文日志有冲突(索引相同，任期不同)，则需删除索引及以后的所有日志

3. 数据安全

   1. 投票限制，如果一个节点不包含所有已提交日志，则不能当选leader节点
   2. 新的leader节点不会抛弃前一任未提交的日志，而是继续处理。如果一个日志在前一个任期已经被多数节点接受，在现任期中，需等到当前任期的日志被大多数节点接受，才会提交。