লিডার ইলেকশন ও কনসেনসাস

১ · সমস্যা — একজন লিডার দরকার কেন, এবং ক্র্যাশ হলে কী হয়

অনেক ডিস্ট্রিবিউটেড সিস্টেমে (যেমন একটি ডেটাবেস ক্লাস্টার) রাইট অপারেশন সিরিয়ালাইজ করতে বা গুরুত্বপূর্ণ সিদ্ধান্ত সমন্বয় করতে ঠিক একজন লিডার নোড দরকার হয় — অন্য সব নোড ফলোয়ার হিসেবে কাজ করে। কিন্তু লিডার নোড যদি ক্র্যাশ করে বা নেটওয়ার্ক পার্টিশনের কারণে বাকিদের থেকে বিচ্ছিন্ন হয়ে যায়, তাহলে বাকি নোডদের নতুন একজন লিডার বেছে নিতে হবে — এবং এই প্রক্রিয়ায় সবচেয়ে বড় বিপদ হলো স্প্লিট-ব্রেইন: একই সময়ে দুটি ভিন্ন নোড নিজেদের লিডার মনে করা শুরু করলে, দুজনেই একসাথে পরস্পরবিরোধী সিদ্ধান্ত নিতে পারে — ডেটা করাপশনের একটি সরাসরি রাস্তা।

২ · কনসেনসাস অ্যালগরিদম — Paxos ও Raft

কনসেনসাস অ্যালগরিদমConsensus Algorithmএমন একটি প্রোটোকল যা ফেইলিওর ও নেটওয়ার্ক সমস্যা সত্ত্বেও একাধিক ডিস্ট্রিবিউটেড নোডকে একটি মানে (যেমন কে লিডার) নির্ভরযোগ্যভাবে একমত হতে সাহায্য করে। এই সমস্যা সমাধান করে। Paxos সবচেয়ে পুরনো ও প্রমাণিত, কিন্তু বহুল-পরিচিতভাবে বোঝা কঠিন। Raft ডিজাইনই করা হয়েছিল Paxos-এর সমতুল্য গ্যারান্টি দিয়ে কিন্তু অনেক বেশি বোধগম্যভাবে — আজকাল etcd (Kubernetes-এর মূল স্টোরেজ) ও Consul-এর মতো সিস্টেম Raft ব্যবহার করে।

প্রতিটি ইলেকশনের একটি বাড়তে থাকা টার্ম নম্বর থাকে (কোন ইলেকশন রাউন্ড, তা চিহ্নিত করতে)। যদি একাধিক Follower একই সময়ে টাইমআউট হয়ে Candidate হয়ে যায় (স্প্লিট ভোট), কোনো একজনই মেজরিটি না পেলে একটি নতুন টার্ম শুরু হয় — এই কারণে Raft-এ প্রতিটি নোডের টাইমআউট র‍্যান্ডমাইজড রাখা হয়, যাতে সব নোড একসাথে Candidate না হয়ে যায় এবং স্প্লিট ভোট বারবার না ঘটে।

৩ · Python সিমুলেশন — ৫টি নোডের লিডার ইলেকশন

বাস্তব Raft-এ প্রায়োরিটি এলোমেলো টাইমআউট থেকে আসে (যে আগে টাইমআউট হয়, সে প্রথম Candidate হয়)। নিচের সরলীকৃত সিমুলেশনে প্রতিটি নোডের একটি ফিক্সড-সিড-ভিত্তিক priority আছে (রিপ্রোডিউসিবিলিটির জন্য প্রতিটি নোডের জন্য random.Random(node_index) ব্যবহার করে) — সর্বোচ্চ priority-র নোডই candidate, এবং সে জিতবে যদি মেজরিটি নোডও তাকে ভোট দেয়।

import random

num_nodes = 5

# প্রতিটি নোডের একটি ফিক্সড-সিড-ভিত্তিক priority — বাস্তবে এটি randomized election
# timeout-এর মতো কাজ করে (যে আগে timeout হয় সে candidate হয়)
priorities = []
for node_id in range(num_nodes):
    node_rng = random.Random(node_id)
    priorities.append(node_rng.randint(1, 100))

print("প্রতিটি নোডের priority:")
for node_id, p in enumerate(priorities):
    print(f"  node_{node_id}: priority = {p}")

candidate = priorities.index(max(priorities))
print(f"\nসর্বোচ্চ priority-র candidate: node_{candidate} (priority={priorities[candidate]})")

# প্রতিটি নোড candidate-কে ভোট দেবে কি না, তা একটি ডিটারমিনিস্টিক নিয়মে ঠিক হচ্ছে:
# একটি নোড ভোট দেয় যদি candidate-এর priority তার নিজের চেয়ে বেশি বা সমান হয়
votes = 0
print(f"\nভোটিং রাউন্ড (candidate = node_{candidate}):")
for node_id in range(num_nodes):
    votes_yes = priorities[candidate] >= priorities[node_id]
    if votes_yes:
        votes += 1
    print(f"  node_{node_id} ভোট: {'YES' if votes_yes else 'NO'}")

majority_needed = num_nodes // 2 + 1
print(f"\nমোট ভোট পেল: {votes}/{num_nodes} (majority দরকার: {majority_needed})")

if votes >= majority_needed:
    leader = candidate
    print(f"\n✓ node_{leader} নির্বাচিত হলো নতুন LEADER (majority ভোট পেয়েছে)।")
else:
    leader = None
    print("\n✗ কোনো candidate majority ভোট পায়নি — নতুন রাউন্ড দরকার (split vote)।")

assert leader is not None, "expected exactly one leader"
print(f"\nনিশ্চিতকরণ: ঠিক একজন leader নির্বাচিত হয়েছে → node_{leader}")