Paxos算法详解

复杂高深的理论背后一定基于一些通用的规律，而这些通用的规律就存在在我们的生活中。

在paxos算法中，分为4种角色：

• Proposer ：提议者
• Acceptor：决策者
• Client：产生议题者
• Learner：最终决策学习者

proposer和acceptor的交互是算法的核心部分
主要分为两个阶段：初步决策和最终决策
learner最终学习到的由多数acceptor决定，类似于zookeeper中的Zab协议，这也是为什么zookeeper要选用奇数台机器的原因。

我们通过美国总统选举的例子来解释Paxos算法，算法的两个阶段可以理解为拉票和投票阶段。
Client总统参加选举，为了争取更多选民的支持，派proposer秘书贿赂acceptor选民。作为选民肯定是谁给的钱多就投给谁。
第一阶段：
秘书proposer-A带着钱分别找到acceptor-1，acceptor-2和acceptor-3选民，acceptor-1和acceptor-2分别收了100美元，找到acceptor-3选民时，被告知proposer-B已经给了他150美元，但是proposer-A已经有1，2选民的支持，形成多数派，proposer-A任务完成。
这时候秘书proposer-B找到1，2选民，分别给了他们150美元，1，2选民态度转变选择支持B，这样秘书B获得了三名选民的支持，任务完成。

第二阶段：
秘书proposer-A同时找三名选民确认投票，当找到选民acceptor-1时被告知proposer-B给了150美元，此时秘书proposer-A知道自己已经没有了多数派支持，所以决定重新贿赂三名选民，每人给200美元，给了选民acceptor-1 200美元之后，选民acceptor-1欣然接受。
还没等秘书proposer-A找到选民2，3的时候，这个时候秘书proposer-B已经找到选民2，3并顺利完成最终投票，总统B获得了两票，形成多数派。
等到秘书proposer-A找到选民2的时候，被告知总统B已经形成多数派，秘书proposer-A没有什么职业操守，决定投靠B，并将200美元给了选民2，紧接着找到选民3，给了他200美元，让选民3给B投票，选民3一看和上次投票一样，最终接受。

如此以来整个算法结束，最后所有的秘书都选择投靠总统B，数据一致性问题得到解决，简单的来讲在第二阶段谁先形成多数派，谁就能占得先机。

但是Paxos算法存在活锁问题，即当有多个proposer交错提交时，有可能互相排斥导致没有一个proposer能提交成功。Fast Paxos算法在此基础上作了一些优化，通过选举产生一个leader (领导者)，只有leader才能提交proposer，而ZooKeeper就是以Fast Paxos算法为基础的。