Raft的基本概念
角色
在Raft中，任何时候一个服务器可以扮演下面角色之一：
- Leader: 处理所有客户端交互，日志复制等，一般一次只有一个Leader.
- Follower: 类似选民，完全被动
- Candidate候选人: 类似Proposer律师，可以被选为一个新的领导人。
复制状态机（Replicated State Machine）
复制状态机通过复制日志来实现：
- 日志：每台机器保存一份日志，日志来自于客户端的请求，包含一系列的命令
- 状态机：状态机会按顺序执行这些命令
- 一致性模型：分布式环境下，保证多机的日志是一致的，这样回放到状态机中的状态是一致的
Leader elections（Leader选举阶段）
在一开始的时候，每一个节点的初始状态都是Follower（选民），并且每个节点都有自己的计时器，在计时器倒数阶段会监听Candidata（候选人）发送过来的信号。（每个Follower的定时时间是不一样的，随机值在150ms - 300ms之间）
(election term) 选举阶段
当计数器达到选举超时时间（election timeout）都没有接收到候选人发送过来的信号，该节点就会变成Candidate(候选人)。开始进入了选举阶段
进入选举阶段的节点成为了Candidate(候选人)，开始为自己投票后。并向所有节点发送请求对方为自己投票的信号。）
当接收到请求投票信号的Flower节点还没有投票，就会给Candidate（候选人）投出宝贵的一票。并且会重置自己的选举计时器，重新计时选举超时时间（election timeout）。
一旦Candidate（候选节点）接受到绝大多数的投票就会变成了Leader（领导者节点）
成为Leader（领导者节点）后，会向其他的Flower（从节点）发送消息（Entries messages），并且这些消息会按心跳超时指定的间隔发送，Flower（从节点）也会响应主节点发送过来的消息。也就是说用这种方式，实现了主从心跳检查。（这个阶段会一直持续，直到Follower节点停止接收心跳检测成为Candidate节点）
假设主节点死了，又进入了选举阶段。
这里假设节点C最早成为了Candidate（候选节点）。根据上面说明，会先给自己投票，然后向其他节点发送请求向自己投票的请求.
那么重复以上的选举阶段，节点C自然成为了Leader节点了。并向其他节点发送心跳检测。
这里有一种情况是，如果2个节点同时成为了Candidate（候选人节点），就会进行分裂投票！
假设节点A和节点C同时成为了Candidate（候选人），他们会同时开始向其他节点发送请求投票信号。
如果这2个Candidate（候选人节点）接收的投票数是一样的，那么就会进入重新选举的阶段。
直到这两个节点的获取的票数不一致，获取多票数的节点便成为了Leader（领导节点）了。
后面的阶段跟上面与其他节点保持心跳的阶段一样。
日志复制
一旦有了Leader（领导节点），就需要复制主节点所有的变动到所有的从节点。我们从上面知道主从是通过发送消息（Entries message）来检测心跳的，同时这些消息也包含了变动消息（也就是需要同步的消息）。
当数据变动追加到Leader（领导节点）的日志中，这个变动数据会在下一次发送心跳检测信息中同步到从节点。
一旦被大多数Foller（从节点）承认这个数据变动，Leader（主节点）就会提交当前数据的变动，同时会反馈给客户端,从而实现数据一致性。