Paxos算法理解（分布式系统中一致性问题的共识算法）

Paxos是什么

是用于解决分布式系统中一致性问题的共识算法（Consensus Algorithm）
Paxos要解决的根本问题可以概括为一句话将所有节点都写入同一个值，且被写入后不再更改。

Paxos基础

角色

• Proposers(提议人)

  为达成一致性提出意见，他可以提出议案(value)，不同的Proposer可以提出不同的value

• Acceptors(决策者)

  助于达成一致性，只有超过半数的决策者批准后议案才可以通过

• Learners(最终决策学习者)

  学习商定后的结果，主要负责将把通过的确定性的值同步给其他不确定的Acceptors

要点

• Paxos的结点可以扮演多个角色
• Paxos的结点必须知道大多数的acceptors(超过一半)是多少
• Paxos的结点必须是持久的，他们不能忘记他们接受的内容
• 一个Paxos协议是为了获得一个共识，当这个共识被确定时，他就不能再被改变

协议流程

1. Proposer需要提出一个议案(value)，他将发送 PREPARE IDp给大多数的Acceptors
   IDp必须是第一无二的，比如一个时间戳

   例子:
   Proposer1 的ID可以为1，3，5….
   Proposer2 的ID可以为2，4，6….
   如果超时了，就重写选择新(更大)的的ID

2. Acceptor 将会接受到一个PREPARE信息的IDp，如果IDp比以前接受的ID都要大，那么他将承诺不会接受题以编号比IDp小的提议，并且带上之前Acceptor的提议种小于IDp的最大的提议，否则忽视信息

   设定上一个接受到的ID为IDa
   如果从来没接受到过即IDa=null，将返回PROMISE IDp
   如果IDa!=null，将返回PROMISE IDp ACCEPTED IDa,value

3. Proposer将会接受到Acceptor的响应
   1. 如果没有接受到超过半数Acceptor的响应，那么提议转为失败
   2. 若接受到了多数Acceptor的响应，又分为以下两种情况
      1. 如果所有的Acceptor的IDa都为null，那么将会向所有的Acceptor发起自己的value和提议的IDp
      2. 如果有部分Acceptor以前接受过value，那么就再所有接受过的value选择IDa最大的作为提议的值，但是此时Proposer就不能提议自己的value，只能信任Acceptor通过的值，且一旦确定就不能改变
4. Acceptor接受到提议后，如果提议的IDp不等于自身上次接受到的IDp(已存储为自己的IDa)，那么就不接受该请求，若相等则写入本地

示例

假设有1个Proposer，3个Acceptor，那么我们可以知道大多数Acceptor也就是2及以上
以下是最简单的一个例子

1. Proposer发出信息PREPARE 5.此时IDp为5
2. Acceptor发现以前以前变量没有写入并且未收到提议，返回PROMISE 5
3. Proposer收到3个Acceptor的响应(超过半数)，发现他们都没有写入，那么发起写入操作，将value为”cat”
4. Acceptor收到ACCEPT(5,cat)，对比自身的版本号，发现一致，保存成功，并且响应

• 若在这之后，收到IDp小于IDa的PREPARE请求，比如PREPARE 4,Acceptor将忽略
• 若IDp更大，比如PREPARE 6,Acceptor将返回储存的小于IDp的最大的IDa以及存储的value，返回PROMISE 6 ACCPET(5,cat),但是这个时候Proposer自己就不能再提议自己的值了，只能信任Acceptor发来的值，且一旦确定就不再改变