面试官：聊聊 etcd 中的 Raft 吧( 三 ) Raft：(computer_science"Raft")是近年

// #L37// Progress represents a follower’s progress in the view of the leader. Leader maintains// progresses of all followers, and sends entries to the follower based on its progress.type Progress struct {Match, Next uint64State ProgressStateTypeins *inflights}

用来保存当前 follower 节点的日志状态的属性：在正常情况下， Next = Match + 1 ，也就是下一个要同步的日志应当是对方已有日志的下一条。
Match：保存目前为止，已复制给该 follower 的日志的最高索引值。如果 leader 对该 follower 上的日志情况一无所知的话，这个值被设为 0 。
Next：保存下一次 leader 发送 append 消息给该 follower 的日志索引，即下一次复制日志时， leader 会从Next开始发送日志。
State属性用来保存该节点当前的同步状态，它会有一下几种取值3[15]：探测状态，当 follower 拒绝了最近的 append 消息时，那么就会进入探测状态，此时 leader 会试图继续往前追溯该 follower 的日志从哪里开始丢失的。在 probe 状态时， leader 每次最多 append 一条日志，如果收到的回应中带有RejectHint信息，则回退Next索引，以便下次重试。在初始时， leader 会把所有 follower 的状态设为 probe ，因为它并不知道各个 follower 的同步状态，所以需要慢慢试探。当 leader 确认某个 follower 的同步状态后，它就会把这个 follower 的 state 切换到这个状态，并且用pipeline的方式快速复制日志。 leader 在发送复制消息之后，就修改该节点的Next索引为发送消息的最大索引+1 。接收快照状态。当 leader 向某个 follower 发送 append 消息，试图让该 follower 状态跟上 leader 时，发现此时 leader 上保存的索引数据已经对不上了，比如 leader 在 index 为 10 之前的数据都已经写入快照中了，但是该 follower 需要的是 10 之前的数据，此时就会切换到该状态下，发送快照给该 follower 。当快照数据同步追上之后，并不是直接切换到 Replicate 状态，而是首先切换到 Probe 状态。
ProgressStateSnapshot
ProgressStateReplicate
ProgressStateProbe
ins属性用来做流量控制，因为如果同步请求非常多，再碰上网络分区时， leader 可能会累积很多待发送消息，一旦网络恢复，可能会有非常大流量发送给 follower ，所以这里要做 flow control 。它的实现有点类似 TCP 的滑动窗口[16] ，这里不再赘述。

综上， Progress其实也是个状态机，下面是它的状态转移图：

文章插图
Progress State Machine
raft.go前面铺设了一大堆概念，现在终于轮到实现逻辑了。从名字也可以看出， raft 协议的具体实现就在这个文件里。这其中，大部分的逻辑是由Step函数驱动的。

// #L752func (r *raft) Step(m pb.Message) error {//...switch m.Type {case pb.MsgHup://...case pb.MsgVote, pb.MsgPreVote://...default:r.step(r, m)}}

Step的主要作用是处理不同的消息[17] ，所以以后当我们想知道 raft 对某种消息的处理逻辑时，到这里找就对了。在函数的最后，有个default语句，即所有上面不能处理的消息都落入这里，由一个小写的step函数处理，这个设计的原因是什么呢？
其实是因为这里的 raft 也被实现为一个状态机，它的step属性是一个函数指针，根据当前节点的不同角色，指向不同的消息处理函数：stepLeader[18]/stepFollower[19]/stepCandidate[20] 。与它类似的还有一个tick函数指针，根据角色的不同，也会在tickHeartbeat[21]和tickElection[22]之间来回切换，分别用来触发定时心跳和选举检测。这里的函数指针感觉像实现了OOP里的多态。

文章插图
Raft State Machine
node.gonode的主要作用是应用层（etcdserver）和共识模块（raft）的衔接。将应用层的消息传递给底层共识模块，并将底层共识模块共识后的结果反馈给应用层。所以它的初始化函数[23]创建了很多用来通信的channel ，然后就在另一个goroutine里面开始了事件循环，不停的在各种channel中倒腾数据（貌似这种由for-select-channel组成的事件循环在 Go 里面很受欢迎）。

// #L286for {select {case m := <-propc:r.Step(m)case m := <-n.recvc:r.Step(m)case cc := <-n.confc:// Add/remove/update node according to cc.Typecase <-n.tickc:r.tick()case readyc <- rd:// Cleaning after result is consumed by applicationcase <-advancec:// Stablize logscase c := <-n.status:// Update statuscase <-n.stop:close(n.done)return}}