Paxos、Raft、PacificA一致性算法笔记

1.    Paxos算法

Paxos算法是一个经典的分布式算法，它引入了提议者，接受者，学习者三种角色，generalize了二阶段提交模型。大致思想是，提议者通过竞争获得提议资格（超过半数认可），提议被多数接受者确认后即成事实，无法改变。它是基于以下假设的，后来的提议者无条件接受已经被大多数接受者认可的提议，接受者一旦接受某个提议者的提议，那么此轮中不再接受其他提议者。具体我们可以通过一个类比来加深理解，比如说有三个代表负责采集民意，决定明天去哪玩，并且经费由大家出。这个时候代表们会优先考虑出钱多的，但同时为了尽快达成妥协，一旦某人竞标成功，三个代表不能反悔，同时，如果这个提议已经被两个代表接受（多数），那么其他提议者也只能默默接受。于是整个过程其实分为两步，第一步就是出钱，竞标提议权。第二步就是，尽快向代表们提出自己的建议，获得认可。这里有一个问题，那就是如果一个提议者虽然竞标到了提议权，但它这时接到女朋友电话，暂时没去提议。而这个时候另一位土豪又出更多的钱，那么这个提议权是可以被抢夺的，然后新土豪如果抓紧时间让自己的想法通过，那么之前那位只能自认倒霉，或者大骂一句，去她姑奶奶的坏事！我们仔细想一下，这种设置也是合理的，因为网络环境是复杂多变的，实际应用中，很有可能一个提议者获得的提议后就直接挂掉了。如果提议权不允许被他人抢夺，那整个系统就gg了，在那瞎等。在实际应用中，这里的“钱”，往往是采用一个递增的序号，这样可以保证提议者是最新的。跟raft算法相比，没有明确区分的log replication和leader election过程，提议的过程本质上就是一个值的同步过程。

2.    Raft算法

1）    选主过程
过半数原则，保证每次只能选择一个leader。当有一个follower失联时，它就会发起投票申请成为leader。
2）    日志复制
更新通过leader来完成，减少复杂度。当绝大多数follower返回确认时，leader才会正式提交。
3）    保障机制
心跳机制：保持leader和follower的联系。
随机重启：防止同时出现多个candidate，陷入无限选主的环节。
时间周期：保证candidate掌握最新情况，拒绝一些过时candidate。每个失去联系的follower首先会将自己的term加一，然后再发出当leader的申请。

Raft算法的一个重要创新就是引入了（term）时序的机制，具体体现在，1）通过时序来排除掉那些长时间被隔离，缺少最新数据的node成为candidate。2）通过随机重启的方式避免冲突的发生。
友情链接：通俗易懂Raft算法官方动态图展示

3.    PacificA算法

PacificA严格来说不是一个算法，而是一个分布式一致性框架。它采用配置集群和存储集群的方式，实现数控分离，这点和SDN有点像。其中配置集群负责管理，具体说来是采用了ETCD方案，而ETCD又是采用raft算法来实现一致性的。具体说来，选主的过程可以概括为：从者失联，自立为王；主者失联，下野流放。还有一点有意思的是，这里也应用了一种叫做租约机制的玩意，形象的说就是一厢情愿。所谓一厢，指的是授权者颁布lease时，不会管接收方的状态。就像男孩子追女孩子一样，虽然有点傻，但一般男生在一段时间内会信守承诺，克服重重困难。但和所有靠谱承诺一样，都是会是有期限的。所以lease期限到后，双方都不认了，这时授权者又可以重新颁发lease，接收方也不相信这个lease的有效性。比如说，一台服务器发出lease,我在30秒内部改变数据，那么其他client就可以放心的在这30s内访问数据，不用担心数据不一致问题。30s后，其他client再收到lease就视而不见了。