Raft 除了 Follower、Candidate、Leader 这 3 个角色外，还引入了 Witness 与 Learner：
- Witness：只参与投票不存储数据；在不降低可用性的同时降低成本。
- Learner：不参与投票只复制数据；在不降低性能的情况下提供多余的副本。
Witness 具有以下特征：
- 参与选举投票，但不能成为 Leader；有些实现允许其短暂成为 Leader，再主动转移给其他节点
- 参与日志投票，但不存储日志、不安装快照
- 关于
Witness的更多设计参见 braft 文档
三中心五副本
有些追求可用性的业务会采用三中心五副本的部署方式，相对于双中心来说，其可用性会更强：
- 双中心：一个中心不可用，服务可能就不可用（取决于不可用中心是否为多数节点所在中心）
- 三中心：只有当两个中心同时不可用时，服务才不可用
但是三中心意味着需要更多的资源，这时候可以将一个副本设置成 Witness，而部署 Witness 的节点可以为低配机器，因为其不存储数据。这样在保证可用性的同时又降低了成本。
Leader 向其余节点复制日志结构体为 LogEntry，其含有 data 字段，当发送给 Witness 时，该字段将为空，其余字段不变：
struct LogEntry : public butil::RefCountedThreadSafe<LogEntry> {
public:
EntryType type; // log type
LogId id;
std::vector<PeerId>* peers; // peers
std::vector<PeerId>* old_peers; // peers
butil::IOBuf data;
...
};Replicator 发送日志时，将调用 _prepare_entry 填充日志的 meta 和 data，data 将放在 RPC 请求的 attach 中。如果是 Witness，则 data 为空：
void Replicator::_send_entries() {
...
for (int i = 0; i < max_entries_size; ++i) {
// 为每一条日志生成 LogEntry
prepare_entry_rc = _prepare_entry(i, &em, &cntl->request_attachment());
if (prepare_entry_rc != 0) {
break;
}
request->add_entries()->Swap(&em);
}
...
}
// 如果是 Witness，则 data 为空
int Replicator::_prepare_entry(int offset, EntryMeta* em, butil::IOBuf *data) {
...
if (!is_witness() || FLAGS_raft_enable_witness_to_leader) {
em->set_data_len(entry->data.length());
data->append(entry->data);
}
entry->Release();
return 0;
}Witness 接受到 AppendEntries 请求时，和其他 Follower 一样都是调用 handle_append_entries_request 来处理请求。整体处理逻辑是一样的，也需要持久化到本地，只不过其收到的日志的 data 是空的，只有日志对应的元数据（index、term、type），所以真正写入磁盘的数据是很小的，就是一些元数据：
void NodeImpl::handle_append_entries_request(brpc::Controller* cntl,
const AppendEntriesRequest* request,
AppendEntriesResponse* response,
google::protobuf::Closure* done,
bool from_append_entries_cache) {
std::vector<LogEntry*> entries;
// Parse request
butil::IOBuf data_buf;
data_buf.swap(cntl->request_attachment());
...
for (int i = 0; i < request->entries_size(); i++) {
index++;
const EntryMeta& entry = request->entries(i);
if (entry.type() != ENTRY_TYPE_UNKNOWN) {
// (1) 生成 LogEntry
LogEntry* log_entry = new LogEntry();
log_entry->AddRef();
log_entry->id.term = entry.term();
log_entry->id.index = index;
log_entry->type = (EntryType)entry.type();
...
// (2) LogEntry 的 data 为空
if (entry.has_data_len()) {
int len = entry.data_len();
data_buf.cutn(&log_entry->data, len);
}
// (3) 加入 entries
entries.push_back(log_entry);
}
}
...
// (4) 持久化到本地
_log_manager->append_entries(&entries, c);
...
}关于实现更多细节详见 PR#398。
Learner 具有以下特征：
- 不参与选举投票
- 不参与日志投票，但会复制日志
提供跨区域只读集群
- 对于一些一致性要求并不是很高的业务，需要提供跨区域读取时，可以使用
Learner - 如果使用
Follower的话，其会参与日志的Quorum计算，从而大幅增加写入的时延 - 主集群负责写入，异地提供只读服务
当然，Learner 也可以支持读到最新的数据；如果 Raft 库支持 ReadIndex 的话，那可以在 Learner 上实现类似 Follower Read 的功能，详见 ReadIndex Read。
目前 braft Learner 并未开源，相关讨论可见 issue#198。