请阐述 Apache Kudu 中 Raft 协议的具体作用，以及它是如何实现数据一致性和系统高可用的？
考察说明
考查对 Kudu 分布式一致性机制（Raft）的理解，包括其在数据复制、容错和高可用方面的原理。
回答思路
- 【回答框架 1】Kudu 使用 Raft 共识算法来保证多个 Tablet 副本之间的数据一致性。Raft 通过选举 Leader 并让所有写入操作都经过 Leader 来维持一致性，Leader 将写入记录到 WAL 并复制给 Follower，大多数节点确认后提交，从而确保已提交的数据不会丢失。
- 【回答框架 2】高可用性通过 Leader 选举和副本冗余实现。当 Leader 故障时，Follower 会通过选举超时机制发起新的选举，获得大多数投票后成为新的 Leader，继续提供服务，从而容忍少数节点的故障。
- 【回答框架 3】数据一致性通过 Raft 日志复制和状态机应用来保证。所有副本以相同的顺序应用日志中的操作，使得最终状态一致。Kudu 还结合了类似 MVCC 的机制，提供快照级别的读一致性。
- 【回答框架 4】Kudu 的 Raft 还支持配置变更（如增加或移除副本），通过联合共识或单步变更来保证配置变更时系统的一致性。
- 【关键点 1】Raft 通过 Leader 选举和日志复制保证一致性。
- 【关键点 2】多数派（Quorum）机制确保数据在部分故障时仍可用。
- 【关键点 3】所有写入操作都需经过 Leader，并在多数节点持久化后才返回成功。
- 【关键点 4】读操作可选择从 Leader 或 Follower 读取，但 Follower 可能读到稍旧数据。
- 【关键点 5】Kudu 采用 Raft 实现高可用，可容忍少数节点故障。
- 【易错点 1】误认为 Raft 可以保证线性一致性，实际上 Kudu 默认可能提供快照隔离，读操作可能不总是读到最新数据。
- 【易错点 2】忽略配置变更（如成员变更）的安全性，不正确的变更可能导致可用性降低。
- 【易错点 3】将 Raft 与 Paxos 混淆，Raft 是一种更易理解的共识算法，但原理类似。