之前写了一篇 paxos的直观解释 , 用简单的语言描述了 paxos 的工作原理, 看过的朋友说是看过的最易懂的paxos介绍, 同时也问我是否也写一篇 raft 的. 但 raft 介绍文章已经很多很优质了, 感觉没什么可写的, 就一直拖...

上次跟好基 黄东旭 在咖啡厅撩天的时候谈笑风生地探讨了一个 TiDB 使用 Raft 时遇到的问题:

另外一个经常被提及的分布式算法是[raft], raft的贡献在于把一致性算法落地. 因为 [Leslie Lamport] 的理论很抽象, 要想把他的理论应用到现实中, 还需要工程师完全掌握他的理论再添加工程必要的环节才能跑起来....

Paxos和Raft对节点的前提假设是不作恶，只是偶尔可能不响应而已。而真实情况是节点可能会作恶（伪造消息），在这样的场景下，如何在众多节点中达成一致性问题，这是拜占庭将军问题所要讨论的。...

看过之前几期的朋友们应该知道在1号第1期最初的时候就实现过一次raft，但之前实现基本是基于python实现的，这次可结合着PBFT，用golang实现了raft。

按某文分类将共识机制算法分为：证明类（适用于较大范围的区块链平台，可参考分层或者较大用户结合跨链技术一起使用），拜占庭故障类（主要包括拜占庭容错类算法，PBFT、RBFT等一些改进算法，为了解决一些拜占庭将军问题，防止恶意节点...

该算法是继raft算法之后的再一次深入实践的共识算法，与raft、paxo一样都可以看作是分布式一致性算法。

背景：共识机制-所谓共识，就是多个节点对某个事情达成一致的看法，即使是在部分节点故障、网络延时、网络分割的情况下。

近期正在探索前端、后端、系统端各类常用组件与工具，对其一些常见的组件进行再次整理一下，形成标准化组件专题，后续该专题将包含各类语言中的一些常用组件。...