一种基于跟随者子群划分的Raft共识优化方法技术

本发明专利技术公开了一种基于跟随者子群划分的Raft共识优化方法，应用于分布式系统中，该方法包括：在Raft算法完成领导者节点选举后，将分布式系统中所有跟随者节点划分至多个子群且各子群满足Raft算法对共识最小节点数的要求；针对每个子群，选取其中性能优越的节点担任该子群的主节点，实现领导者节点与各子群的主节点，以及各子群的主节点与对应子群内其余节点之间的三级共识模式。本发明专利技术能够减小领导者节点上的负载，实现资源平衡，提高集群的响应速度、吞吐量，提高集群系统的高可用性和共识效率。识效率。识效率。

【技术实现步骤摘要】
一种基于跟随者子群划分的Raft共识优化方法


[0001]本专利技术属于分布式
，具体涉及一种基于跟随者子群划分的Raft共识优化方法。

技术介绍

[0002]分布式是承载重要信息化基础设施的基础。一方面，分布式的理论、技术与系统的研究发展可有效助力大型信息系统，如云计算、边缘计算、5G网络等的快速发展；另一方面，新兴的信息技术与应用，如区块链、机器学习等，也在倒逼分布式系统的技术进步。因此，为了满足社会生产力的发展需求，就必须要将更具有高科技效力的分布式技术与数据库应用在计算机
当中。
[0003]所谓的“分布式技术”，指的就是一种基于网络的计算机处理技术，它与集中式技术相对应。分布式数据库则是一个较小的计算机系统，该系统中有很多台计算机，每台计算机都可以单独放在一个地方，且它们都具有一份完整的数据库拷贝副本。与此同时，这些计算机也具有属于它们自己的局部数据库。其次，这些计算机在通过网络进行相互连接之后，就可以组成一个完整的，在物理与逻辑上分布的大型数据库。
[0004]分布式结构主要由两个模式组成，一个是C/S模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于跟随者子群划分的Raft共识优化方法，其特征在于，应用于区块链场景下的分布式系统中，所述方法包括：在Raft算法完成领导者节点选举后，将所述分布式系统中所有跟随者节点划分至多个子群且各子群满足Raft算法对共识最小节点数的要求；针对每个子群，选取其中性能优越的节点担任该子群的主节点，实现领导者节点与各子群的主节点，以及各子群的主节点与对应子群内其余节点之间的三级共识模式。2.根据权利要求1所述的基于跟随者子群划分的Raft共识优化方法，其特征在于，所述将所述分布式系统中所有跟随者节点划分至多个子群且各子群满足Raft算法对共识最小节点数的要求，包括：基于预设聚类算法将所述分布式系统中所有跟随者节点划分至多个子群且各子群满足Raft算法对共识最小节点数的要求；其中，Raft算法要求的共识最小节点数为3。3.根据权利要求1所述的基于跟随者子群划分的Raft共识优化方法，其特征在于，所述预设聚类算法为K
‑
means聚类算法；相应的，所述基于预设聚类算法将所述分布式系统中所有跟随者节点划分至多个子群且各子群满足Raft算法对共识最小节点数的要求，包括：步骤a，从所有跟随者节点中随机选取k个作为初始的子群中心节点；步骤b，针对每个剩余跟随者节点，计算该剩余跟随者节点到当前的每个子群中心节点的二维空间欧式距离，将该剩余跟随者节点分配至二维空间欧式距离最小的子群中心，执行K
‑
means聚类算法的步骤直至收敛，完成初始子群划分；步骤c，判断经初始子群划分后，是否所有子群的节点数均满足Raft算法对共识最小节点数的要求；若是，则结束子群划分；若否，则执行步骤d；步骤d，针对每个未满足子群，计算该未满足子群需要增加的节点数；确定与该未满足子群的二维空间欧式距离最小的目标子群，在所述目标子群中选取离该未满足子群最近的目标节点添加到该未满足子群中，直至该未满足子群，满足Raft算法对共识最小节点数的要求；其中，所述未满足子群为未满足Raft算法对共识最小节点数要求的子群；步骤e，判断各子群中的节点数是否均已满足Raft算法对共识最小节点数的要求；若是，则结束子群划分；若否，则执行步骤f；步骤f，判断未满足子群是否划分至网络边缘；若是，则执行反方向划分并执行步骤d；若否，按照原方向继续划分重复迭代步骤d，直到所有子群均满足Raft算法对共识最小节点数的要求，结束子群划分，返回最终的子群划分结果。4.根据权利要求3所述的基于跟随者子群划分的Raft共识优化方法，其特征在于，二维空间欧式距离的计算公式，包括：其中，X
a
表示跟随者节点集合中的第a个节点；C
b
表示k个子群中的第b个子群中心；X
au
表示第a个节点的第u个属性；C
bu
表示第b个...

【专利技术属性】
技术研发人员：杜志强，李佳臻，傅妍芳，黄牧鸿，李郓梁，刘亮鑫，张嘉恒，
申请(专利权)人：西安工业大学，
类型：发明
国别省市：