谈下分布式算法

不谈下分布式算法，自己会忘记是（这种大白话都是自己的总结）

paxos算法，为了解决分布式副本状态不一致问题，常见的情景是，多个客户端对数据增删改查，由于有不同副本，而且网络的不确定因素，要确保多个客户端对不同副本提交修改，但是不同副本能够见到相同的命令序列，有必要对每一个提交的命令进行一致性算法来提交。

下面说下具体步骤

paxos算法3个角色

proposer：提议者，帮client整理需求，想acceptor提出建议

acceptor：决定了是否采纳建议。

leaner：统计acceptor的是否过半同意决策，如果过半确定最终采纳决策

阶段一：prepare

    proposer 向所有的acceptor发同一个带时间戳（也可作为全局id（具体9有蛮多算法，snowflake也有介绍））的prepare 的建议，

    acceptor 看到了prepare建议，首先看是不是最新的建议，如果是，好，他肯定回复：然后判断，再之前是否批准了别的建议，如果批准了，把批准的最近一次的回复的决议具体内容返回，如果没有就不发送。

   proposer 收到了对prepare的回复。超过半数，ok，表示有戏，看看 返回的半数里面是否有已经批准的回复，如果有，选出里面最近一次的决议，作为自己的决议，+prepare的时间戳，继续发送给acceptor，否则按自己心意来写决议。如果没有超过半数，好这次悲剧了，继续准备下次轮回

   acceptor接受到决议，首先看看是否有accept比这个更晚的，如果有拒绝，确实是最新的 ，好accept ，然后 告诉leaner，

   leanner  统计下是否超过半数的acceptor accept某一个时间的提议，如果超过半数，好确定下来了，然后让所有leaner去学习