# `Raft` 与 `Multi Raft`

![`smart`](RaftAndMultiRaft_aa_002_20220511.png)
-------------------------------------------------------------
1. leader: 集群中的管理者, 所有客户端的流量都从 leader 这里经过, 正常情况下只有一个 leader, 它会周期性的向 follower 发出心跳维持统治。当发现自身不是 leader 的时候会转为 follower。

2. follower: 集群中的被管理者, 只会对其它服务器的命令做出响应。在长时间得不到 leader 响应之后会转为 candidate。

3. candidate: 集群的候选者, 会发起投票试图当选 leader。

在之前的课程中我们了解到, `TiKV` 使用 `Raft` 共识算法实现了分布式环境下面数据的强一致性, `TiDB` 只能通过 leader 进行写入, leader 会将写入指令通过 log 的形式复制到 followers, 当集群的大多数节点都收到了这个 log, 我们就认为这个 log 是 committed, 可以应用到数据持久化存储引擎。

`TiDB` 默认提供的是三个副本, 这三个副本形成了一个 `Raft Group`。因为一个 `Raft Group` 处理的数据量有限, 所以我们会将数据切分成多个 `Raft Group`, 我们叫做 `Multi Raft`。切分的方式是按照 `Range` 进行, 也就是我们会将数据的 key 按照字节序进行排序, 也就是一个无限的 key-value 的 `Map` 数据结构, 然后将其切分成一段一段（连续）的 key range, 每个 key range 当成一个 `Region`。

两个相邻的 `Region` 之间不允许出现间隙, 也就是前面一个 `Region` 的 `End Key` 就是后一个 `Region` 的 `Start Key`。

`Region` 的 `range` 使用的是前闭后开的模式 `[Start Key, End Key)`, 对于 `Start Key` 来说, 它就属于这个 `Region`, 但对于 `End Key` 来说, 它其实属于下一个 `Region`。

`TiKV` 的 `Region` 会有限制, 当超过这个阈值之后, 就会分裂成两个 `Region`,譬如 `[a, c) -> [a, b) + [b, c)`。

如果 `Region` 里面没有数据, 或者只有很少的数据, 也会跟相邻的 `Region` 进行合并, 变成一个更大的 `Region`, 譬如 `[a, b) + [b, c) -> [a, c)`。

上面说的, 多个 `Region` 形成的多个 `Raft Group`, 我们就称之为 `Multi Raft`。