anti-entropy意为“反熵”，熵简略的了解成shard间的不统一；anit-entropy运行在data节点上，通过比照shard间的不统一，进行shard数据修复，实现数据的最终统一。

在本机节点上，给每个远端节点调配一个NodeProcessor对象，负责数据的写入和数据的读取。NodeProcessor定期的读取本机队列中的数据，而后将其发送给远端节点，尝试写入远端shard。 {代码…} 读取和发送过程首先，ping远端节点，判断其是否沉闷，如果不沉闷，则间接返回；而后，读Head segment中的block，读操作均是从se…

每个远端节点对应一个NodeProcessor，由NodeProcessor负责将远端写入失败的points，写入到本机队列： {代码…} 本机队列的格局每个NodeProcess有1个queue，对应于$data/hh的一个目录：每个queue对应一个目录，默认最大1Gi;queue内蕴含若干个segment，从tail写入，从head读出；每个segment对应一个文件，默认最大1Mi；se…

influxdb集群场景下，1个shard有N个replcia，通常replica在不同的节点上；写shard时，所有的replica都要写入。

上文讲到，每个shard有N个replica，也就是N个replica owner，通常是不同的节点，否则就起不到高可用的作用了。 {代码…} 写shard时，要写入所有的replica owner，可能是本机节点，也可能是远端节点。 {代码…} 本地节点写shard本地节点写shard，最终调用的是存储引擎的WritePoints: {代码…} 存储引擎WritePoints():…

Client通过POST /write向influxdb集群写入时序数据： {代码…} influxdb集群中的数据分shard在不同的节点上存储，client写入时序数据时(单条或批量)：有的数据须要写入以后节点；有的数据须要写入远端节点；在写入时，所有shard都写入胜利时，才认为该写入申请胜利。整体流程：node1在8086上接管/write申请，而后依据写…

influxdb集群中的数据分shard在不同的节点上存储，client查问的指标数据，可能不在以后节点上，也可能以后节点和其它节点上都有，所以在查问时，即须要查问以后节点，也须要查问近程节点，而后将数据合并后返回client。

node1收到CLI命令，向本人的8084发送GET /remove-data申请，request body: {“node”:”node3:8088″}；

node1收到CLI命令，向本人的8084发送GET /add-data申请，request body: {“node”: “node3:8088”}；

node1收到CLI命令，向本人8084端口发送GET /remove-meta的申请，request body: {“metahttp:”: “node3:8091”};