分布式一致性算法的诞生是为了解决多个节点之间数据一致性问题的。
LOG REPLICATION:
1、分布式环境中的三个状态：FOLLOWER、CANDIDATE、LEADER
2、LEADER ELECTION：当leader宕机或者是不可用之后就会出发新的leader选举，这就叫做 leader election
3、log replication: 在选举出新的leader时，由于此时所有的写操作日志还没有同步导其他的follower节点所以此时写操作日志处于未提交状态，当超过半数的follower节点同步该操作日志的时候就变成了 commited已提交状态，此时leader会通知所有的follower日志已经提交，这个时候整个集群就进入了数据一致性状态。
LEADER ELECTION:
1、当leader宕机时，所有的follower都在等到选举超时那一刻的到来，哪一个节点先到达选举超时时间，哪一个节点就率先成为候选节点 candidate，当成为候选节点时就会有限投自己一票并通知其他的节点投自己，只要得到了大多数的follower节点的投票的时候就会成为leader节点，此时就会进行数据的同步。
2、倘若同时出现了多个候选节点，那么就会进入分割投票阶段，这个时候会重新等待election timeout并重新选举新的leader出来
以上是关于sentinel的主节点的选举，现在是 redis 主节点的选举阶段:
1、看超时的时间，如果与哨兵断开的时间超出了某个阈值那么就会丧失选举权
2、其次是看选举权，replica-priority 数值越小优先级越高
3、再者是看从master中复制的数据量的多与少，即复制偏移量最大的那个
4、倘若以上三点均相同那么就比较进程id最小的那一个
