线性一致性需要满足的要求：
1.任何一次读都能读到某个数据的最近一次写的数据。即每次都是直接读最新的数据
2.系统中的所有进程，看到的操作顺序，都与全局时钟下的顺序一致。一旦某个请求在时刻a读到了版本为b的某个值，那么时刻a以后的任何读请求都必须能够读到这个版本或者更新版本的值。
etcd线性一致性读:通过ReadIndex来实现线性一致性读。线性一致性读就是相当于整个集群只有一个副本，一旦一个客户端读到了某个数据，那么后续所有的客户端都可以读到该数据，因为每个日志都有一个索引，且这个索引是单调递增的，每个读请求都对应一个ReadIndex,这个值是读请求到来的时候集群最新的commitedIndex即集群已达成共识的最新的数据，所以只要当appliedIndex>=ReadIndex的时候就可以去bolt数据库查询了，后续就一定不会读到版本比ReadIndex还旧的数据了。
个人笔记：
1：要求读最新数据。一旦请求被放行，那么他就可以去读最新的数据，而不是被限制只能读某个版本之前的数据
2：数据一旦发布，就必须对所有的请求可见
etcd里面是get请求对应的是range函数
etcdserver.EtcdServer.Range #就两步：1：先阻塞，直到其他线程通知他可以读；2：去数据库读取最新数据if !serilizable{ #serilizable表示直接读leader,!serilizable表示ReadIndex即线性一致性读etcdserver.EtcdServer.linearizableReadNotify #执行等待，直到appliedIndex>=ReadIndex后才去数据库读数据s.readwaitc <- struct{}{} #发消息到readwatic chan 来通知linearizableReadLoop函数有人需要ReadIndex#ReadIndex：就是leader首先确认自己此刻是不是leader,因为有可能网络分区等原因导致leader实际不是leader#如果是，那么当前leader的commitedIndex就是此读请求对应的ReadIndexanother thread 1{ #当过半节点都承认leader节点有效地时候，#thread1 会通过写chan来通知上层程序leader当前是有效的，即leader的commitedIndex是有效地#后续上层程序只需要等待appliedIndex>=confirmIndex即可#confirmIndex即请求到来时leader的commitedIndexetcdserver.EtcdServer.linearizableReadLoop #一个死循环,获取此刻最新的commitedIndex，通过chan接受上层发来的ReadIndex请求，#然后也通过chan把处理结果返回给发请求的线程for{ #就是一个死循环，监听某个chan，如果收到上层发来请求就唤醒，#然后创建一个chan，发给其他线程，然后等待其他线程发回结果idutil.Generator.Next #为每个请求生成一个唯一reqid，后续用来检索case <- s.readwaitc #阻塞，直到从readwaitc收到其他线程发来的ReadIndex的请求oldnotifier:=etcdserver.notifier #保存当前的notifieretcdserver.newNotifier #创建一个新的notifier，后续到来的读请求都会阻塞在这个新的notifier上，#然后这个新notifier对应的读请求会在下一次循环时处理#之所以这样是因为他是串行处理，当前notifier没处理完就一直阻塞在这里#但是又不能阻止上层继续发来读请求，所以直接在阻塞之前就创建一个新的notifier#然后当他睡眠的时候就把所有的请求都挂到这个notifier下面，当当前的notifer收到结果#后就会结束本次循环，然后下次循环就把这个新的notifer拿来用，然后再创一个新的，如此往复etcdserver.EtcdServer.requestCurrentIndex #获取此刻commitedIndex的值并保存到一个叫confirmIndex的变量中#注意，一个notifer下面会挂一大串请求，但是他这里只需要请求一次就行#因为请求等待的readIndex不会大于此刻的commitedIndex#所以当applied>commitedIndex时表示所有readIndex<commitedIndex的#读请求的一致性要求都可以满足#从而他会一次性唤醒所有readIndex<此刻commmitedIndex的读请求etcdserver.EtcdServer.sendReadIndex #获取最新commitedIndexraft.node.ReadIndexraft.node.step(pb.MsgReadIndex,reqid) #构造一个MsgReadIndex消息#前面生成的reqid作为数据部分放在消息的data字段中，然后处理raft.node.stepWithWaitOptioncase n.recvc <- m #把前面构造的的MsgReadIndex消息发到recvc，#然后让他去走一遍stepLeader或者stepFollower里对应的流程(根据节点角色决定)#这个recvc就是专门收发其他节点发来的消息，当然也可以自己发给自己#读取实践中有三种方式：1：Log（每次读也写一条日志）#2：readIndex：就录一个commitedIndex，直到appliedIndex>=记录的commitedIndex#3：直接从本地读，不经过leader#log方式太慢了；readIndex还是需要一轮广播；直接本地读，不安全return nilanother thread 2{ #node.recvc收到etcdserver发来的ReadIndex请求即发来的MsgReadIdnex消息raft.node.runfor{case m := <-n.recvc #etcdserver发来的MsgReadIndex消息raft.raft.Stepraft.stepLeadercase pb.MsgReadIndex #处理思想就是：走一遍heartbeat流程。#如果heartbeat流程中有过半节点拥护当前节点，那么当前节点就是有效地leader#那么此leader当前的commitedIndex就是此请求对应的ReadIndex#即后面说的变量confirmIndex#对MsgReadIndex消息的处理流程如下：#1：用一个map acks保存所有节点对该ReadIndex的投票情况，map的key是节点id#2：发送MsgHeartbeat消息给所有节点#3：收到一个MsgHeartbeatResp时不但要标记该节点x是活跃的，#还要同时令acks[x]=true即认为该节点是赞同当前leader和ReadIndex的if !raft.raft.committedEntryInCurrentTerm #如果当前leader在任期内还没有提交过日志，#那么就直接挂起这个ReadIndex，然后直接返回#因为在处理完一个ReadIndex时会同时唤醒所有index#在他之前的所有ReadIndex请求，#所以这里可以安心挂起，因为后续的ReadIndex会唤醒它#本文后面会解释append(r.pendingReadIndexMessages) #挂起就是把请求放到一个pending数据，然后直接不管这个请求了return raft.sendMsgReadIndexResponse #发送heartbeat消息给所有peer节点#两步：1：leader自己给自己投一票；2：发消息给followercase ReadOnlySafe: #ReadOnlySafe表示ReadIndex读raft.readOnly.addRequest(r.raftLog.committed, m) #MsgReadIndex消息的数据字段包含了本次ReadIndex的reqid#即reqid对应的这个ReadIndex请求正在等待commttedIndex的当前值#当ReadIndex处理完毕后那么保存的这个commitedIndex值#就是confirmIndexraft.readOnly.recvAck(r.id, m.Entries[0].Data) #消息的Data字段实际就是ReadIndex对应的reqid,r.id表示leader本身#这里就是leader默认是投自己一票ro:=pendingReadIndex[reqid] #获取reqid对应的投票信息ro.acks[id]=true #对于reqid对应的这个ReadIndex，leader肯定是表示支持的#只有活跃节点才会放到这个map acks中，#如果后续检测到这个map中有过半节点数#那么就认为reqid对应的ReadIndex被批准了，#就可以通过chan来通知上层可以去数据库读数据了r.bcastHeartbeatWithCtx #广播heartbeat消息给所有peer节点 #follower节点对heartbeat消息的处理很简单，#就简单返回本身的commitedIndex给leadercase ReadOnlyLeaseBased #ReadOnlyLeaseBased表示LeaseRead即副本读，这里忽略}}//another threa 2another thread 3{ #thread 3处理MsgHeartbetaResp消息,即follower发回来的响应#如果有过半节点承认reqid对应的ReadIndex就通知上层读当前leader是有效的，#reqid对应的ReadIndex请求可以结束等待了raft.node.runfor{case m := <-n.recvc #peer节点发来的MsgHeartBeatRespraft.raft.Stepraft.stepLeadercase pb.MsgHeartbeatRes #对MsgHeartBeatResp的处理主要包括三步：#1：标记该节点x是近期活跃的#2：标记reqid对应的acks[x]=true#3：如果过半，则写chan来通知上层可以结束对该reqid对应的ReadIndex的等待了progress.RecentActive=true #1：标记该节点是近期活跃if pr.Match < r.raftLog.lastIndex #follower节点会把自己的commitedIndex告知leader节点，#此处发现follower节点落后了，所以发送MsgApp通知他追赶 raft.raft.sendAppendraft.readOnly.recvAck(perrId,reqid) #2：标记reqid.acks[perrId]=true即该peer节点支持leaderquorum.JointConfig.VoteResult #3计算投票结果，看reqid对应的map acks中是否有过半节点，#如果有则通知上层linearizableReadLoop reqid对应的读请求可以结束等待了#就是一个count，看是否过半rss=raft.readOnly.advance(m.Index) #从等待队列移除所有index在m.Index之前的所有pendingRequest,并返回这些pendingRequest#我们前面把reqid和一个commitedIndex（假设值为x）绑定在一起#当x可以结束等待时，那些commitedIndex小于x的ReadIndex请求肯定可以结束等待了raft.raft.responseToReadIndexReq #根据rss中的请求构造MsgReadIndexResp消息，#这个MsgReadIndexResp消息中包含了reqid对应的ReadIndex值即当时的commitedIndex值#如果消息来源是follower，则把MsgReadIndexResp消息发给follower，#follower再把该req放到readState中(readState用来保存当前已经批准的的读请求)#然后会把readState中的元素发到指定的r.readStateC，#linearizableReadLoop 每次循环就是在等待这个readStateC#我们通过前面的步骤已经确定了该req对应的读请求所等待的commitedIndex值，#因为客户端如果请求的是follower节点，follower节点会把请求转发给follower，#leader会把批准的ReadIndex值放到这个MsgReadIndexResp中(假设用变量confirmIndex表示)，#这样后续当follower节点发现本机appliedIndex>=confirmIndex时#就可以遍历readState中的所有读请求，#凡是req.confirmIndex<=appliedIndex的读请求都可以解除阻塞#如果消息来源是leader自己，一样的把他加到leader节点自己的readState数组#在node.run在下一次循环中会检测到readState不为空，然后就触发case rd<-r.Ready()raft.raft.send(pb.MsgReadIndexResp)#消息目的地设置为leader自己，然后发给自己}}//another thread 3another thread 4{ #上面已经把批准的ReadIndex请求放到readState了，然后readState不为空会被node Ready()检测到#然后raftnode.run会把readState最后一个元素发到指定的r.readStateC以激活下一步raft.raftNode.runfor{selectcase rd := <-r.Ready() #peer节点发来的MsgHeartBeatRespif len(rd.ReadStates) != 0 { #我们在thread 3里面append了readStates，所以这次肯定不为空case r.readStateC <- rd.ReadStates[len(rd.ReadStates)-1] #发送最新的readState到指定chan，激活相关线程，#因为他是不断循环的，只要readState不为空，那么就会继续ready，#继续处理，直到为空}}//another thread 4for { #这是一个死循环，等待其他线程处理完MsgReadIndex消息并通过填充readStateC chan来解除死循环#这个for循环是上面那个requestCurrentIndex函数里的#requestCurrentIndex函数会阻塞，直到node.run中把readState中的chan发给他来唤醒它select case rs := <-s.r.readStateC #阻塞在readStateC上，其他线程处理完MsgReadIndex消息后，#会在上面的thread4中把readstate中的响应填充到readStateC来通知这里结束等待#整个etcdserver.EtcdServer.linearizableReadNotify有三种结束等待的方式：#1：超时或者error结束等待；2：readStateC；3：notifier#一个notifier对象可能对应1批ReadIndex请求，只要这一批有一个请求完成了，#那么他完成时会通知本批次所有请求都结束等待return rs.ReadIndex #到达这里说明该请求已经被批准了，此处返回结果 case <-firstCommitInTermNotifier #收到了当前任期第一次提交发来的通知。即当客户端发来ReadIndex的时候本leader才刚获得leader资格#在他的这个任期内集群还没有发生过commited事件，所以必须等待，假设旧leader提交到了x+3然后崩溃#然后新leader当选，因为此时集群变了比如旧leader崩溃了，导致没有过半节点到达x+3,#那么新leader就不能从x+3开始提交#需要重新确定commited，这是一个不断尝试的过程，也就是说这是一个不断变化的过程，#所以在新leader确定commited之前#不能读取，也就是新leader第一次提交之前发出的sendReadIndex操作需要在新leader第一次提交之后重新尝试etcdserver.EtcdServer.sendReadIndex time.Timer.Reset #重置定时器case <-retryTimer.C:etcdserver.EtcdServer.sendReadIndex time.Timer.Reset case <-leaderChangedNotifier #如果leader变了，则放弃所有读请求，并返回错误returncase <-errorTimer.C #超时，返回错误return }//当requestCurrentIndex返回后，就可以获取此刻得appliedIndexetcdserver.EtcdServer.getAppliedIndex #获取当前的appliedIndexif appliedIndex<confirmIndex #如果还没有apply到confirmIndex(即读请求到来时的有效commitedIndex值)就继续等待case <- wait.timelist.Wait(confirmIndex) #继续阻塞，直到etcdserver.EtcdServer.applyAll线程#在完成一此apply操作后主动唤醒所有appliedIndex之前的读请求#这个Wait会创建一个chan，applyAll唤醒它时调用close(ch)来填充这个chan，来结束阻塞etcdserver.notifier.notify #当属于同一个notifier的一批请求中的某个被批准的时候#会唤醒所有在等待这个oldnotifier的读请求close(oldnotifier chan) #close(chan)会唤醒所有等待这个chan的线程}//another thread 1}<- s.readNotifier #等待readNotifier发来通知。当linearizableReadLoop发现可以进行ReadIndex 读取的时候就会close这个readNotifier来唤醒}//end：if !serilizable etcdserver.EtcdServer.doSerialize #Lease Read指直接从从bbolt数据库读取数据#而ReadIndex读则相当于在LeaseRead之前增加了一个wait操作，直到appliedIndex>=commitedIndex#线性读要求读最新数据，这里就直接去数据库读了，我是这样理解的：只要请求还在服务器上，那么他们就还算是同一批请求，还没有分出先后#因为etcd这里时可以有多个请求都在执行doSerialize的，而他们之间是没有先后的，谁都可以先读完#所以我才认为只有当客户端收到了一个响应，这个请求才算先于后续客户端发出的请求，就是说这个先后还是在客户端这里定义的。#当然，这是我瞎猜的#如果是从不同的节点读也没关系，因为所有请求最终都会统一走一遍leadertxn.Range #doSerialize就是LeaseRead，当ReadIndex读请求被放行以后就执行LeaseRead#这个Lease Read就是调用txn.Range来读取#txn.Range就是走一遍STM（软件事务内存）中的读事务，至于STM就在下一篇笔记了一点随想与杂记（不一定对，可能是错的，因为我也没怎么搞懂到底先后是什么意思，暂时不想搞懂了，说不定哪天就灵光一现了）：
http://blog.mrcroxx.com/posts/
v3.1 中利用 batch 来提高写事务的吞吐量，所有的写请求会按固定周期 commit 到 boltDB。当上层向底层 boltdb 层发起读写事务时，都会申请一个事务锁（如以下代码片段），该事务锁的粒度较粗，所有的读写都将受限。对于较小的读事务，该锁仅仅降低了事务的吞吐量，而对于相对较大的读事务（后文会有详细解释），则可能阻塞读、写，甚至 member 心跳都有可能出现超时。
https://maimai.cn/article/detail?fid=1338198277&efid=1QlHCPNjVaVznBt7QlxjHw
https://zyy.rs/post/
https://keys961.github.io/2020/11/06/etcd-raft-7/
Raft 算法就可以保障 CAP 中的 C 和 P，但无法保障 A：
commitedIndex一定是大于appliedIndex
对于同一个key，a先读b后读，b看到的数据版本必须大于等于a读到的版本，一旦一个值被读到，那么后续所有的都必须能读到这个值，也就是说b不能读到旧值.b读到一个值，这个值是不是旧的，肯定需要一个比较对象，这个比较对象坑定是在b读请求之前完成。！！！这个谁先谁后肯定是看时间，因为可能a在节点1上读，b在节点2上读，那么这个先后肯定说的是全局逻辑时钟下的先后。在全局逻辑时钟下，假设a在时刻x处完成读取，b后读，在x+1时刻完成读取，因为客户端只能读取applied的数据，appliedIndex又是单调递增的，所以时刻x处的appliedIndex必定小于时刻x+1处的appliedIndex，而某一时刻，appliedIndex必定小于commitedIndex，所以时刻x处的appliedIndex必定小于时刻x+1处的commited，所以我们当一个读请求到来的时候，我们记下此刻的commitedIndex值k，然后等到appliedIndex>=k的时候再去读就可以保证这个请求不会读到旧值，也就是说这个请求读完成的时间定格在记下commitedIndex的那一刻。我们回到etcd代码，整个etcd程序只有一个线程在运行linearizableReadLoop，也就是说所有请求都会经过linearizableReadLoop这个函数，而linearizableReadLoop这个函数内部又是死循环，每次循环处理一个请求，并且是处理完一个请求才处理下一个请求，并没有开启其他的线程，这样所有请求在linearizableReadLoop中就都是串行处理的，也就是说linearizableReadLoop函数里就给所有的请求都排了一个先后了，所以linearizableReadLoop函数里循环的id（即当前是linearizableReadLoop的第几次循环）就可以看作leader上的逻辑时钟（所以当客户端从follower节点读取的时候也能使用同一个逻辑时钟，所以follower节点的读请求也会通过leader节点来获取commitedIndex），linearizableReadLoop在每次循环中调用requestCurrentIndex函数，这个函数会把当前请求和当前的commitedIndex绑定在一起，也就是说记录下了这个读请求完成的时刻，只要记录下了这个请求对应的时刻，我们就可以任意处理这个请求了，把它发送到其他chan就可以不用管了，然后继续处理下一个请求，因为下一个请求必定是下一次循环了，所以下一次循环中通过requestCurrentIndex获取的commiteIndex必定要大于等于本次循环中获取的commitedIndex，也就是这里保证了顺序。另外一点是，etcd中的chan基本都是容量为1，也就是说本次处理如果没有完毕，那么当上游线程再次准备填充chan的时候就会阻塞，这里也有意无意的提供了一个先后顺序（所以etcd中如果是发送一个数据，可以用chan，也可以通过定时轮询来获取最新数据，但是如果是多个数据，那么一般就是放到数组，然后通过定时轮询来获取新数据，往往不用chan，比如readState和entry）。再举个例子，客户端先后发送a，b两个请求读取同一个key，如果在在收到a请求响应之前就发送了b请求，那么a、b请求就没有先后，他们可能返回任意结果，比如a先b后或者b先a后，但是如果收到了a的请求结果，在此之后再发送b请求，那么b请求必不会读到比a版本还旧的数据，因为b读取时的appliedIndex必定大于等于a读取时的appliedIndex。！！补充说明：只要这一批请求都还在服务器中，那么他们就没有先后，如果客户端已经收到了某个请求的响应，那么该请求就一定是先于此时服务器中的所有请求的。现在的疑点就是这个先后到底是哪里定义的，应该是客户端看到的结果先后吧。在服务器上没有先后的意思这样的，我在etcd代码里看到的是一旦一个ReadIndex请求被唤醒，他就把这个请求丢去LeaseRead，就不管了，也就是说可能有多个请求同时LeaseRead，而LeaseRead完成顺序不一定和唤醒顺序相同
下面是网上文章的摘抄，不记得是网址了：
1.1 Log Read
Raft算法通过Raft算法实现线性一致性读最简单的方法就是让读请求也通过Raft算法的日志机制实现。即将读请求也作为一条普通的Raft日志，在应用该日志时将读取的状态返回给客户端。这种方法被称为Log Read。
Log Read的实现非常简单，其仅依赖Raft算法已有的机制。但显然，Log Read算法的延迟、吞吐量都很低。因为其既有达成一轮共识所需的开销，又有将这条Raft日志落盘的开销。因此，为了优化只读请求的性能，就要想办法绕过Raft算法完整的日志机制。然而，直接绕过日志机制存在一致性问题，因为Raft算法是基于quorum确认的算法，因此即使日志被提交，也无法保证所有节点都能反映该应用了该日志后的结果。
在Raft算法中，所有的日志写入操作都需要通过leader节点进行。只有leader确认一条日志复制到了quorum数量的节点上，才能确认日志被提交。因此，只要仅通过leader读取数据，那么一定是能保证只读操作的线性一致性的。然而，在一些情况下，leader可能无法及时发现其已经不是合法的leader。这一问题在介绍Raft选举算法的Check Quorum优化是讨论过这一问题。当网络分区出现时，处于小分区的leader可能无法得知集群中已经选举出了新的leader。如果此时原leader还在为客户端提供只读请求的服务，可能会出现stale read的问题。为了解决这一问题，《CONSENSUS: BRIDGING THEORY AND PRACTICE》给出了两个方案：Read Index和Lease Read。
1.2 ReadIndex
显然，只读请求并没有需要写入的数据，因此并不需要将其写入Raft日志，而只需要关注收到请求时leader的commit index。只要在该commit index被应用到状态机后执行读操作，就能保证其线性一致性。因此使用了ReadIndex的leader在收到只读请求时，会按如下方式处理：
记录当前的commit index，作为read index。
向集群中的所有节点广播一次心跳，如果收到了数量达到quorum的心跳响应，leader可以得知当收到该只读请求时，其一定是集群的合法leader。
继续执行，直到leader本地的apply index大于等于之前记录的read index。此时可以保证只读操作的线性一致性。
让状态机执行只读操作，并将结果返回给客户端。
可以看出，ReadIndex的方法只需要一轮心跳广播，既不需要落盘，且其网络开销也很小。ReadIndex方法对吞吐量的提升十分显著，但由于其仍需要一轮心跳广播，其对延迟的优化并不明显。
需要注意的是，实现ReadIndex时需要注意一个特殊情况。当新leader刚刚当选时，其commit index可能并不是此时集群的commit index。因此，需要等到新leader至少提交了一条日志时，才能保证其commit index能反映集群此时的commit index。幸运的是，新leader当选时为了提交非本term的日志，会提交一条空日志。因此，leader只需要等待该日志提交就能开始提供ReadIndex服务，而无需再提交额外的空日志。
通过ReadIndex机制，还能实现follower read。当follower收到只读请求后，可以给leader发送一条获取read index的消息，当leader通过心跳广播确认自己是合法的leader后，将其记录的read index返回给follower，follower等到自己的apply index大于等于其收到的read index后，即可以安全地提供满足线性一致性的只读服务。
1.3 Lease Read
ReadIndex虽然提升了只读请求的吞吐量，但是由于其还需要一轮心跳广播，因此只读请求延迟的优化并不明显。而Lease Read在损失了一定的安全性的前提下，进一步地优化了延迟。
Lease Read同样是为了确认当前的leader为合法的leader，但是其实通过心跳与时钟来检查自身合法性的。当leader的heartbeat timeout超时时，其需要向所有节点广播心跳消息。设心跳广播前的时间戳为startstartstart，当leader收到了至少quorum数量的节点的响应时，该leader可以认为其lease的有效期为[start,start+electiontimeout/clockdriftbound)[start, start + election \ timeout / clock\ drift\ bound) [ start , start + election** timeout/clock** drift bound)。因为如果在startstartstart时发送的心跳获得了至少quorum数量节点的响应，那么至少要在election timeout后，集群才会选举出新的leader。但是，由于不同节点的cpu时钟可能有不同程度的漂移，这会导致在一个很小的时间窗口内，即使leader认为其持有lease，但集群已经选举出了新的leader。这与Raft选举优化Leader Lease存在同样的问题。因此，一些系统在实现Lease Read时缩小了leader持有lease的时间，选择了一个略小于election timeout的时间，以减小时钟漂移带来的影响。
当leader持有lease时，leader认为此时其为合法的leader，因此可以直接将其commit index作为read index。后续的处理流程与ReadIndex相同。
etcd有两种读模式：
ReadIndex：将读请求发送到Leader，Leader收到请求，记录下当前的committed index，然后向其他节点发送心跳，通过收到大多数节点的响应，来确认自己还是Leader，等待当前committed index指向的日志Entry，等到applied index > 该committed index，就读取数据响应给客户端。
LeaseRead：使用lease机制，保证Leader的有效性，Leader在处理读操作时无需向Follower发送心跳确认自己的Leader身份，等applied index > 该committed index后可以直接响应数据给客户
)
