背景

raft算法原理，建议参考raft官网：https://raft.github.io/

强烈推荐观看raft的流程动画，方便直观理解算法过程

动画地址：http://thesecretlivesofdata.com/raft/

本系列通过阅读SofaJRaft源码，并在本地运行SofaJRaft自带的Counter演示程序，学习了解raft算法在工程中的具体实现。

SofaJRaft源码地址：https://github.com/sofastack/sofa-jraft

对应的文档地址：https://www.sofastack.tech/projects/sofa-jraft/jraft-user-guide/

本项目阅读和演示的代码版本:

<dependencies>

        <!-- jraft -->
        <dependency>
            <groupId>com.alipay.sofa</groupId>
            <artifactId>jraft-core</artifactId>
            <version>1.3.9</version>
        </dependency>
        <dependency>
            <groupId>com.alipay.sofa</groupId>
            <artifactId>jraft-rheakv-core</artifactId>
            <version>1.3.9</version>
        </dependency>
        <!-- jsr305 -->
        <dependency>
            <groupId>com.google.code.findbugs</groupId>
            <artifactId>jsr305</artifactId>
            <version>3.0.2</version>
        </dependency>
        <!-- bolt -->
        <dependency>
            <groupId>com.alipay.sofa</groupId>
            <artifactId>bolt</artifactId>
            <version>1.6.4</version>
        </dependency>
        <dependency>
            <groupId>com.alipay.sofa</groupId>
            <artifactId>hessian</artifactId>
            <version>3.3.6</version>
        </dependency>
        <!-- log -->
        <dependency>
            <groupId>org.slf4j</groupId>
            <artifactId>slf4j-api</artifactId>
            <version>1.7.21</version>
        </dependency>
        <dependency>
            <groupId>org.slf4j</groupId>
            <artifactId>slf4j-simple</artifactId>
            <version>1.7.21</version>
        </dependency>
        <!-- disruptor -->
        <dependency>
            <groupId>com.lmax</groupId>
            <artifactId>disruptor</artifactId>
            <version>3.3.7</version>
        </dependency>
        <dependency>
            <groupId>commons-io</groupId>
            <artifactId>commons-io</artifactId>
            <version>2.8.0</version>
        </dependency>
        <dependency>
            <groupId>commons-lang</groupId>
            <artifactId>commons-lang</artifactId>
            <version>2.6</version>
        </dependency>
        <!-- protobuf -->
        <dependency>
            <groupId>com.google.protobuf</groupId>
            <artifactId>protobuf-java</artifactId>
            <version>3.5.1</version>
        </dependency>
        <!-- protostuff -->
        <dependency>
            <groupId>io.protostuff</groupId>
            <artifactId>protostuff-core</artifactId>
            <version>1.6.0</version>
        </dependency>
        <dependency>
            <groupId>io.protostuff</groupId>
            <artifactId>protostuff-runtime</artifactId>
            <version>1.6.0</version>
        </dependency>
        <!-- rocksdb -->
        <dependency>
            <groupId>org.rocksdb</groupId>
            <artifactId>rocksdbjni</artifactId>
            <version>6.22.1.1</version>
        </dependency>
        <!-- java thread affinity -->
        <dependency>
            <groupId>net.openhft</groupId>
            <artifactId>affinity</artifactId>
            <version>3.1.7</version>
        </dependency>
        <!-- metrics -->
        <dependency>
            <groupId>io.dropwizard.metrics</groupId>
            <artifactId>metrics-core</artifactId>
            <version>4.0.2</version>
        </dependency>
</dependencies>

选主

通过raft算法的原理可以知道，raft集群是一主（learder）多从（follower）的结构，leader负责接收客户端（client）的请求，处理并记录日志，然后leader将日志复制到所有的follower，达到数据冗余备份的目的。

当集群中有follower宕机，在不超过半数的情况下，集群仍然可以正常提供服务，follower恢复后，可以从leader复制快照（snapshot），以及快照点之后的所有日志记录，用于恢复内存中的数据，以追赶上集群状态。

当集群中的leader宕机后，所有的follower将选举出一名新的leader替代原有的leader，此过程即“选主”。

Counter演示程序

在源码分析之前，先演示一遍raft集群的启动及选主程序，直观的感受一下流程。

该程序来源于SofaJRaft源码，业务功能很简单，就是一个计数器，从零开始，每次客户端调用，都可以自增服务端内存中的整数值。

服务器启动

服务器执行入口是源码中的CounterServer的main方法 

我这里会在idea中启动3个本地服务host，模拟一主两从的集群结构。

CounterServer1、 CounterServer2、CounterServer3 是3个服务器，执行入口都是上面说的同一个main方法，但是启动参数有细微差别：

CounterServer1的启动参数：

/tmp/server1 counter 127.0.0.1:8181 127.0.0.1:8181,127.0.0.1:8182,127.0.0.1:8183

CounterServer2的启动参数：

/tmp/server2 counter 127.0.0.1:8182 127.0.0.1:8181,127.0.0.1:8182,127.0.0.1:8183

CounterServer3的启动参数：

/tmp/server3 counter 127.0.0.1:8183 127.0.0.1:8181,127.0.0.1:8182,127.0.0.1:8183

逗号分隔的4个参数，第一个是服务目录，第二个是group名称，第三个是服务ip，第四个是group配置。

其中，group名称需要一样，作为3个服务器加入的同一个集群的标志；因为是本机演示，所以服务ip都是一样的，靠端口区分；最后，group配置，其实就是一串服务ip列表，保存该集群的所有ip地址。

接下来，我们依次启动CounterServer1（端口8181）、 CounterServer2（端口8182）、CounterServer3（端口8183）

可以看到“Start the RaftGroupService successfully.”，表示服务器启动完成。

随后，CounterServer1开始发起选举，投自己一票，并向CounterServer2和CounterServer3要选票。 从上图可以看到，CounterServer3返回了granted=true，表示CounterServer3同意了CounterServer1的自荐请求。加上CounterServer1自己投自己的一票，2票同意超过了集群3台服务器的半数，所以最后CounterServer1成功成为了集群的leader：“become leader of group”。

我们再看看CounterServer3的日志情况：

可以看到，CounterServer3收到了来自CounterServer1的preVote和Vote请求，并没有表示异议。最后开始成为集群的follower，认可CounterServer1为leader。

 再看看CounterServer2的日志：

也有类似的收到 CounterServer1的preVote和Vote请求，以及认可CounterServer1为leader。

服务器重新选主

这个时候，我们的3台服务器的小集群已经到达了可对外服务的稳定状态，CounterServer1作为leader，CounterServer2和CounterServer3作为follower。

我们接下来模拟一下leader挂掉的场景，把CounterServer1的进程终止掉

 然后发现CounterServer3开始选举自己为leader，并发送选举请求给 CounterServer2，且收到了认可回复：

 最后，CounterServer3成为了集群的新领导者，然后不断尝试重新连接已经挂掉的CounterServer1：

 再看看CounterServer2，可以看到其认可CounterServer3成为新leader的日志：

以上就是Counter演示程序的启动和选主流程简要过程，更多复杂的场景，比如网络分裂合并等，需要起更多的进程进行演示，可以自己试试。

下一篇将对这个过程，进行简单的源码流程阅读分析。