lab2官网： https://pdos.csail.mit.edu/6.824/labs/lab-kvsrv.html

这是一个新的lab，但是感觉是官方觉得直接上raft太难了，所以加了个稍微简单点的。主要任务是实现一个key/value服务，该服务应该能够存储和检索键值对，并支持并发访问。

一、概述

lab2 只需完成src/kvsrv文件夹下的代码，不需要修改其他文件。首先研究一下lab给出的基本框架，可以看到给了我们4种rpc报文：PutAppendArgs、PutAppendReply、GetArgs、GetReply，前两者负责put和append的通信，后两者负责Get的通信。而对于Server和Client，lab给出了基本框架，我们只需要实现其中的Put、Get、Append三个方法即可。

1.1 client

从Lab官网的提示我们可以看到，要求我们能够分辨不同的客户端，并且能够处理重复的rpc请求，特别是对append的处理，因此我们引入clientId int64 与rpcId uint32两个变量来区分不同的客户端和rpc请求。新的Clerk结构如下：

type Clerk struct {
	server *labrpc.ClientEnd
	// You will have to modify this struct.
	clientId int64
	rpcId    uint32 // rpc id for each client request
}

PutAppendArgs 报文结构如下：

type PutAppendArgs struct {
	Key   string
	Value string
	// You'll have to add definitions here.
	// Field names must start with capital letters,
	// otherwise RPC will break.
	ClientId int64
	RpcId    uint32
}

nrand()函数是lab给我们提供的随机生成int64类型数的函数，我们可以利用他来生成ClientId，而RpcId则可以由我们自行递增。

Client端的几个函数都很简单，调用一下call即可,以PutApepend这个函数为例：

func (ck *Clerk) PutAppend(key string, value string, op string) string {
	// You will have to modify this function.

	ck.rpcId++
	// rpcId++ // increment rpc id for each RPC request
	putAppendArgs := PutAppendArgs{key, value, ck.clientId, ck.rpcId}
	putAppendReply := PutAppendReply{}
	for {
		ok := ck.server.Call("KVServer."+op, &putAppendArgs, &putAppendReply)
		if ok {
			return putAppendReply.Value
		}
	}
}

1.2 server

在server端，我们需要利用两个map，一个map用来存储K\V键值对，另外一个用来存储client 和他的上次所发的Rpc的关系

type LastRpc struct {
	value string
	rpcId uint32
}

type KVServer struct {
	mu sync.Mutex

	// Your definitions here.
	kvMap   map[string]string
	lastRpc map[int64]LastRpc // clientId -> lastRpcId
}

tips: 为什么这里需要存储value呢？因为在append时，返回的是旧的value值，而如果遇到的是重复的报文，我们返回的依然是第一次执行时返回的旧value，而不是K\Vmap中的最新值

设计了这个结构后，其他的函数的实现就比较简单了，我只贴一下append 的代码，对于并发的控制，我就通过一把大锁来解决。

func (kv *KVServer) Append(args *PutAppendArgs, reply *PutAppendReply) {
	// Your code here.

	kv.mu.Lock()
	defer kv.mu.Unlock()
	curClientId := args.ClientId
	curRpcId := args.RpcId
	lastRpc, ok := kv.lastRpc[curClientId]
	if ok && lastRpc.rpcId >= curRpcId { // duplicate rpc request, ignore it.
		reply.Value = lastRpc.value
		return
	}
	curValue, ok := kv.kvMap[args.Key]
	if ok {
		kv.kvMap[args.Key] = curValue + args.Value
		reply.Value = curValue // return the old value after append.
	} else {
		kv.kvMap[args.Key] = args.Value // if the key does not exist, just append the value.
		reply.Value = ""
	}
	kv.lastRpc[curClientId] = LastRpc{curValue, curRpcId}
}

二、一些问题

2.1

测试时，一个客户端和多个客户端的测试会出现 linearizability check timed out, assuming history is ok 的warn

试着找了找原因，在test.go下

res, info := porcupine.CheckOperationsVerbose(models.KvModel, opLog.Read(), linearizabilityCheckTimeout)
	if res == porcupine.Illegal {
		...
	} else if res == porcupine.Unknown {
		fmt.Println("info: linearizability check timed out, assuming history is ok")
	}

porcupine.Unknown 我看了下 porcupine 的源码，porcupine最后会调用checkParallel函数来并行的检测每个goroutine的结果，如果1秒没有返回，则会回报TimeOut，打印上述的这个warn，我将test中的linearizabilityCheckTimeout改为2s，则不再出现此问题: