Paxos算法（协议）基本原理

Paxos

目标：复制日志

• 复制日志 => 复制状态机

  • 所有服务器按照相同的顺序执行相同的命令
• 一致性模型确保正确的日志复制
• 只要大部分服务器是运行的系统就能工作
• 失败的模型：失败-停止(非拜占庭)，延迟/丢失信息

Basic Paxos

• Proposers：

  • 活动的：提出特定的值被选中
  • 处理客户请求

• Acceptors：

  • 被动的：响应消息给proposers
  • 回应达成共识的投票
  • 保存选中的值
  • 想知道哪个值被选中
  • 每个服务器都包含proposer和acceptor

一个Acceptor

Q：如果acceptor挂掉了怎么办？
A：多个acceptors，选中被大多数acceptors的值

问题：平分投票

Q：Acceptor只接受第一个到达的值？
A：如果同时提出提案，不会选中任何值，所以Acceptors必须可以选择多个不同的值

问题：选择冲突

Q：Acceptor接受所有到达的值？
A：可能会导致选择多个值(如下图中的S3)，所以一旦一个值被选中，以后的提案必须提出/选择一样的值(两阶段提交)

仍然有选择冲突
下图的流程：

1. s1看到此时其他服务器没有接受某个值，之后提出red值
2. s5当时也看到此时没有其他服务器没有接受某个值，就提出blue值
3. blue很快就被s3、s4、s5接受，而s3之后也会接受red值
   
4. s1的提案必须被终止(s3必须拒绝它)
5. 因此提案必须有序，拒绝旧的提案

提案值

• 每个提案有一个唯一的值

  • 大的优先级高
  • 提案者必须选择一个比之前见过的还大的提案值

• 一个简单的方法：

  • 一个提案值包括 轮值+服务器ID
  • 每个服务器保存 maxRound

  • 为产生一个新的提案值：

    • 递增 maxRound
    • 与服务器ID关联
  • 提案者必须将 maxRound 持久化到磁盘，防止提案值在机器宕机重启后重用

两阶段方法

• 阶段一：Prepare RPCs

  • 找到已经被选中的值
  • 阻止旧的提案

• 阶段二：Accept RPCs

  • 请求acceptors接受值

流程

例子
在之后提出一个提案有三种可能：

• 1、之前的值已经被选中了

  • 1、 新的Proposer会发现它并使用它

  

  • 2、先说明一下方框内写的是什么意思，P表示Prepare，A表示Accept，1中的3表示 Round Number，1表示由s1提出，X为acceptedValue
  • 3、可以看到之后的提案了解到X已经被选中，s3、s4、s5也会选中同样的值

• 2、之前没有值被选中，但已经被接受

  • 1、 新的Proposer会发现它并使用它
  • 2、 与前一种情况类似

  

• 3、之前没有值被选中，也没看到值被接受

  • 1、 后来的Proposer会使用自己的值
  • 2、 旧的值会被拒绝

  

活锁

其它

• 只有 proposer 知道哪个值被选中了，acceptor是不知道的
• 如果其它服务器想知道，就必须运行paxos

Multi-Paxos

• 用日志项将 Basic Paxos 分成每一轮
• 添加 index 参数到 Prepare 和 Accept

概述

• 怎么选择哪个日志项来存放给定的客户请求？

• 性能优化：

  • 使用 leader 减少 proposer 冲突
  • 消除大部分 Prepare 请求
• 复制的完整型
• 客户协议
• 配置变更

选择日志项

• 当客户传来请求：

  • 找到第一个没有被选中的日志项
  • 运行 Basic Paxos，在这个 index， propose 客户命令

  • Prepare 返回 acceptedValue？

    • Yes，结束选中 acceptedValue
    • No，选中客户命令

  

• 当接收到请求时，服务器 S1 上的记录可能处于不同的状态，服务器知道有些记录已经被选定（1-mov，2-add，6-ret），在后面我会介绍服务器是如何知道这些记录已经被选定的。服务器上也有一些其他的记录（3-cmp），但此时它还不知道这条记录已经被选定。在这个例子中，我们可以看到，实际上记录（3-cmp）已经被选定了，因为在服务器 S3 上也有相同的记录，只是 S1 和 S3 还不知道。还有空白记录（4-，5-）没有接受任何值，不过其他服务器上相应的记录可能已经有值了。
• 当 jmp 请求到达 S1 后，它会找到第一个没有被选定的记录（3-cmp），然后它会试图让 jmp 作为该记录的选定值。为了让这个例子更具体一些，我们假设服务器 S3 已经下线。所以 Paxos 协议在服务器 S1 和 S2 上运行，服务器 S1 会尝试让记录 3 接受 jmp 值，它正好发现记录 3 内已经有值（3-cmp），这时它会结束选择并进行比较，S1 会向 S2 发送接受（3-cmp）的请求，S2 会接受 S1 上已经接受的 3-cmp 并完成选定。这时（3-cmp）变成粗体，不过还没能完成客户端的请求，所以我们返回到第一步，重新进行选择。找到当前还没有被选定的记录（这次是记录 4-），这时 S1 会发现 S2 相应记录上已经存在接受值（4-sub），所以它会再次放弃 jmp ，并将 sub 值作为它 4- 记录的选定值。所以此时 S1 会再次返回到第一步，重新进行选择，当前未被选定的记录是 5- ，这次它会成功的选定 5-jmp ，因为 S1 没有发现其他服务器上有接受值。

注意事项：

• 在这种方式下，单个服务器可以同时处理多个客户端请求，也就是说前一个客户端请求会找到记录 3- ，下一个客户端请求就会找到记录 4- ，只要我们为不同的请求使用不同的记录，它们都能以并行的方式独立运行。
• 不过，当进入到状态机后，就必须以一定的顺序来执行命令，命令必须与它们在日志内的顺序一致，也就是说只有当记录 3- 完成执行后，才能执行记录 4- 。

提高效率

• Basic Paxos 是低效的

  • 多个 proposers 冲突问题
  • 对于选中一个值需要两轮RPCs(Prepare、Accept)

• 解决：

  • 选一个 leader

    • 在一个时刻，只有一个 Proposer

  • 消除大部分 Prepare RPCs

    • 一轮 Prepare 完整的日志，而不是单条记录。
    • 一旦完成了 Prepare，它就可以通过 Accept 请求，同时创建多条记录。这样就不需要多次使用 Prepare 阶段。这样就能减少一半的 RPCs。

领导选举

选举领导者的方式有很多，这里只介绍一种由 Leslie Lamport 建议的简单方式。

• 让有 最高 ID 的服务器作为领导者
• 可以通过每个服务器定期（每 T ms）向其他服务器 发送心跳消息 的方式来实现。这些消息包含发送服务器的 ID
• 如果它们没有能收到某一具有高 ID 的服务器的心跳消息，这个间隔（通常是 2T ms）需要设置的足够长，让消息有足够的通信传递时间。所以，如果这些服务器没有能接收到高 ID 的服务器消息，然后它们会自己选举成为领导者。
• 也就是说，首先它会从客户端接受到请求，其次在 Paxos 协议中，它会 同时扮演 proposer 和 acceptor
• 如果机器能够接收到来自高 ID 的服务器的心跳消息，它就不会作为 leader，如果它接收到客户端的请求，那么它会 拒绝 这个请求，并告知客户端与 leader 进行通信。
• 非 leader 服务器不会作为 proposer，只会作为 acceptor
• 这个机制的优势在于，它不太可能出现两个 leader 同时工作的情况，即使这样，如果出现了两个 leader，Paxos 协议还是能正常工作，只是不是那么高效而已。
• 应该注意的是，实际上大多数系统都不会采用这种选举方式，它们会采用基于 租约 的方式（lease based approach），这比上述介绍的机制要复杂的多，不过也有其优势。

减少 Prepare 的 RPC 请求

• 为什么需要 Prepare？

  • 需要使用提议序号来 阻止 旧的提议
  • 使用 Prepare 阶段来检查已经被接受的值，这样就可以使用这些值来替代原本自己希望接受的值。

1. 第一个问题是阻止所有的提议，我们可以通过改变提议序号的含义来解决这个问题， 将提议序号全局化，代表完整的日志 ，而不是为每个日志记录都保留独立的提议序号。这么做要求我们在完成一轮准备请求后，当然我们知道这样做会锁住整个日志，所以后续的日志记录不需要其他的准备请求。
2. 第二个问题有点讨巧。因为在不同接受者的不同日志记录里有很多接受值，为了处理这些值，我们扩展了准备请求的返回信息。和之前一样，准备请求仍然返回 acceptor 所接受的最高 ID 的提议，它只对当前记录这么做，不过除了这个， acceptor 会查看当前请求的后续日志记录，如果后续的日志里没有接受值 ，它还会返回这些记录的标志位 noMoreAccepted 。
3. 使用了这种领导者选举的机制，领导者会达到一个状态，每个 acceptor 都返回 noMoreAccepted ，领导者知道所有它已接受的记录。所以一旦达到这个状态，对于单个 acceptor 我们不需要再向这些 acceptor 发送准备请求，因为它们已经知道了日志的状态。
4. 不仅如此，一旦从集群 大多数 acceptor 那获得 noMoreAccepted 返回值 ，我们就 不需要发送准备的 RPC 请求 。也就是说， leader 可以简单地发送 Accept 请求，只需要一轮的 RPC 请求。这个过程会一直执行下去，唯一能改变的就是有其他的服务器被选举成了 leader ，当前 leader 的 Accept 请求会被拒绝，整个过程会重新开始。

复制的完整性

• 之前的复制是不完整的

  • 日志项只需要复制到大多数，我们需要复制到 全部
  • 只有 proposer 知道某个日志项被选中了，我们需要所有服务器都知道哪些日志项被选中了

解决办法：

1. 在后台持续尝试 Accept RPCs 直到所有 acceptors 返回

2. 追踪被选中的日志项

   1. 让acceptedProposal[i] = 无穷大，这样这个日志项就不可以被覆盖，也就是说被选中了
   2. 每个服务器还会保持一个 firstUnchosenIndex：表示未被标识选定的最小下标值

3. proposer 告诉 acceptors 已经被选中的日志项

   1. Proposer 在 Accept RPCs 中包含它的 firstUnchosenIndex

   2. Acceptor 将选中第i个日志项，如果：

      1. i < request.firstUnchosenIndex
      2. acceptedProposal[i] == request.proposal
   3. 结果：acceptors知道大多数被选中的日志项

该 acceptor 在 accept 之前的第6个日志项的提议序号为 3.4 ，
这时它收到一个提议序号也为 3.4 的 accepte 请求，并且 请求的 firstUnchosenIndex = 7，大于之前 3.4 所在的 6，所以将选中第6个日志项，同时该请求的 index = 8，将 3.4 的请求放到第8个日志项

这个机制无法解决所有的问题。问题在于 acceptor 可能会接收到来自于不同 proposer 的某些日志记录，这里记录 4 可能来自于之前轮次的服务器 S5 ，不幸的是这种情况下， acceptor 是无法知道该记录是否已被选定。它也可能是一个已失效过时的值。

我们知道它已经被 proposer 选定，但是它可能应该被另外一个值所取代。所以还需要多做一步。

1. 旧 leader 的日志项

   1. Acceptor 返回它的 fristUnchosenIndex 在 Accept回答中
   2. 如果 proposer 的 firstUnchosenIndex > acceptor回答的 firstUnchosenIndex(说明 acceptor 中的某些状态不确定)，proposer就会在后台发送 Success RPC

   3. Success(index, v):通知 acceptor 该日志项被选中了

      1. acceptedValue[index] = v
      2. acceptedProposal[index] = 无穷大
      3. return firstUnchosenIndex
      4. 如果需要(可能存在多个不确定的状态)，Proposer 发送额外的Success RPC

客户端协议

• 发送命令给 leader

  • 如果不知道哪个是 leader，随便选择一个服务器
  • 如果该服务不是 leader，重定向 给 leader
• leader 直到日志项被选中并且被 leader 的状态机执行才回应客户

• 如果请求超时(leader 挂了)

  • 客户重新发送命令给其他服务器
  • 最终重定向给新 leader
  • 给新 leader 重试请求

问题

• 如果 laeder 在执行完命令但在回应之前挂掉

  • 该命令不能执行两次

• 解决：客户端需要为每条命令提供一个 唯一的 id

  • 服务器会将该 id 存入日志项中
  • 状态机会记录每个客户最近执行的命令，即 最高 id 序号

  • 在执行命令之前，状态机会检查该命令如否被执行过，如果执行过：

    • 忽略
    • 返回之前执行的结果
  • 结果：只要客户端不崩溃，就能获得 exactly once 的保证，每个客户端命令仅被集群执行一次。如果客户端出现崩溃，就处于 at most once 的情况，也就是说客户端的命令可能执行，也可能没有执行。但是如果客户端是活着的，这些命令只会执行一次

配置变更
同一时刻不可以出现两个不重叠的多数派

解决办法：

• Leslie Lamport 建议的 Paxos 配置变更方案是用 日志 来管理这些变更，当前的配置作为日志的一条记录存储，并与其他的日志记录一同被复制同步。
• 所以下图中 1-C1、3-C2 表示两个配置信息，其他的用来存储普通的命令。这里有趣的是，配置所使用每条记录是由它的更早的记录所决定的。
• 这里有一个系统参数 å 来决定这个更早是多早，假设 å 为 3，我们这里有两个配置相关的记录，C1 存于记录 1 中，C2 存于记录 3 中，这也意味着 C1 在 3 条记录内不会生效，也就是说，C1 从记录 4 开始才会生效。C2 从记录 6 开始才会生效。所以当我们选择记录 1、2、3 时，生效的配置会是 C1 之前的那条配置，这里我们将其标记为 C0 。
• 这里的 å 是在系统启动时配置好的参数，这个参数可以用来限制同时使用的配置信息，也就是说，我们是无法在 i+å 之前选择使用记录 i 中的配置的。因为我们无法知道哪些服务器使用哪些配置，也无法知道大多数所代表的服务器数量。所以如果 å 的值很小时，整个过程是序列化的，每条记录选择的配置都是不同的，如果 å 为 3 ，也就意味着同时有三条记录可以使用相同的配置，如果 å 大很多时，事情会变得更复杂，我们需要长时间的等待，让新的配置生效。也就是说如果 å 的值是 1000 时，我们需要在 1000 个记录之后才能等到这个配置生效。
  

总结

• Basic Paxos：
• Prepare 阶段
• Acceptor 阶段
• Multi-Paxos：
• Choosing log entries
• Leader election
• Eliminting most Prepare requests
• Full infomation propagation
• 客户协议
• 配置变更