本文探讨了两种分布式一致性算法——Paxos和Raft。在无主Paxos模型中，所有节点都能提议，可能导致编号冲突和活锁问题，而有主Paxos则由单一主节点负责提议，减少了这些问题。然而，主节点的选择、单点故障和脑裂成为挑战。相比之下，Raft通过选举机制简化了主节点的管理和故障恢复，但同样面临单点故障的风险。通过链接提供的动画，读者可以更深入地理解Raft的工作原理。
进入主题：
paxos：
分为：无主和有主
无主模型：
1.每个议员都可能有提议，会导致编号的重复性很高
2.有可能对于提议产生 活锁
3.更新数据只能从多个节点更新
有主模型：
1.只有主节点可以提出提议，其他议员只能投票
2.编号不会混乱，并且不会产生 活锁
3.更新数据直接去主节点即可
4.问题：
1.选择主节点
2.存在单点故障
3.存在脑裂
raft：
一篇动画了解 raft：
http://thesecretlivesofdata.com/raft/
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
