TODO
客户端发送的命令会被 leader 包装成一个 entry 并添加到它的日志中，然后广播 append 消息让其他服务器复制日志。当 entry 被安全复制后，leader 上的复制状态机会应用其内部命令，并返回执行结果给客户端。另外，即使 leader 已经答复了客户端，为了满足一致性，也会对那些因为网络、奔溃或运行缓慢等而没成功复制日志的服务器重复发送 append 消息。服务器底层日志本质是一个 entry 数组，每个 entry 包含一条命令和 term（指代 entry 创建时所处的任期或者说接收到客户端命令的 leader 的任期）。

我们将在 Lab2 中实现一个 Raft 系统，Raft 本身是一个分布式一致性算法。工欲善其事必先利其器，本实验难度较高，所以我先读 Raft 论文，再看助教写的 guide。为了方便理解协议的运作过程，我还去了 Raft 官网，并反复观看 Raft 可视化动画。

遵循 lab 页 指导，并在本地部署好项目。我在观摩完 mrsequential 部分的代码后，再结合 MapReduce 论文，理清了基本思路。