Raft : 分布式的一致性算法
Raft动画 http://thesecretlivesofdata.com/raft/ // 很棒
主要解决 分布式系统下共识的问题
每个节点有三个状态： Follower（追随者）, Candidate（候选人）, Leader（领导者）
两种RPC：RequestVote（请求投票），AppendEntries（追加log，同时作为心跳包）
以及两个超时设置来控制选举：election timeout（选举超时，会随机在150~300ms），heartbeat time（心跳时间）
LAB2 ：保证能完成选主，并在Leader宕机后重新选主。
开始所有节点都在Follower状态，开始等待选举超时，对于先超时的节点会成为候选人，给自己发送投票同时会发送请求投票给其他节点，当节点本term没有给其他节点投票过时，就会投票给候选人，并且重置选举超时时间。当某个候选人在本term获得大多数投票，就会成为领导者。领导者会发送日志给其他追随者以心跳时间，追随者会响应追加的日志，领导者发现过半追随者已经获得某个日志以后，本个日志就可以交给状态机来执行。
难点就是理解这张图。
LAB3 ：对于每个raft节点，同时作为server。客户端通过找到leader来进行追加数据。
Leader将本次请求分配一个递增的index，当有超过n/2个节点保存了本次请求数据，就可以进行提交，并返回请求成功。
对于日志过多时，可以进行快照操作，例如kv数据可以直接将kv映射进行序列化保存，而去掉日志。并在某个raft节点数据缺少过多时，直接发送快照。
个人Raft相关代码 ：https://github.com/hrbust-liu/Raft
参考资料：
Raft论文 英文：https://pdos.csail.mit.edu/6.824/papers/raft-extended.pdf
中文：https://github.com/maemual/raft-zh_cn/blob/master/raft-zh_cn.md
参数讲解：https://www.cnblogs.com/lushilin/p/9268969.html
参考其中代码：https://blog.csdn.net/qq_42397248/article/details/100064450