Paxos算法

paxos是解决分布式系统数据一致性的重要权威算法之一

算法介绍

系统角色

在paxos算法中，不同的分布式节点，共有三种角色身份，分别为提议者，接受者和学习者，各自的职责各不相同。

• 提议者（Proposer）：提议一个值，用于投票表决。但在绝大多数场景中，集群中收到客户端请求的节点，才是提议者，这样做的好处是，对业务代码没有入侵性，也就是说，我们不需要在业务代码中实现算法逻辑，就可以像使用数据库一样访问后端的数据。

• 接受者（Acceptor）：对每个提议的值进行投票，并存储接受的值，比如A、B、C三个节点。 一般来说，集群中的所有节点都在扮演接受者的角色，参与共识协商，并接受和存储数据。

• 学习者（Learner）：被告知投票的结果，接受达成共识的值，存储保存，不参与投票的过程。一般来说，学习者是数据备份节点，比如“Master-Slave”模型中的Slave，被动地接受数据，容灾备份。

其实，这三种角色，在本质上代表的是三种功能：

• 提议者代表的是接入和协调功能，收到客户端请求后，发起二阶段提交，进行共识协商；
• 接受者代表投票协商和存储数据，对提议的值进行投票，并接受达成共识的值，存储保存；
• 学习者代表存储数据，不参与共识协商，只接受达成共识的值，存储保存。

算法流程

对于一个提案，由提案编号和值组成，称为[M，V]

准备（Prepare）阶段

提议者递增生成一个提案标号M，将该提案标号发送给所有的接受者，表明我将要发起标号为M的提案，接受者收到提案之后，如果接受者已经收到了比M更大的提案标号，那么就会丢掉这个提案，不做任何返回，如果接受者目前还没有收到过提案，或者收到的提案标号小于M，那么他就会接受这个提案，并将标号M和之前已经设置的value值返回回去，如果之前没有设置过value，也就是没有接受过任何的提案，就返回空的value，并承诺不会再接受任何比M小的提案。

这里说要说明的是，准备阶段提议者只发送提案的编号，不用发送值；无论接受还是不接受，接受者会将自己现阶段已经接受的最大提案标号返回给提议者。

接受（Accept）阶段

如果提议者收到了超过半数以上的接受者的同意返回，就会发送接受请求，将提案标号和value都发送给接受者，如果接受者们返回的是空值，那value可以是任意值，如果返回了value，那value只能和之前保持一致。因为paxos算法要保证的就是大家同意了某一个提案之后，该值就不能改变。

在接受阶段可能会出现并发的情况，也就是准备阶段提议者收到了大多数接受者的同意返回，但是在发送接受请求之前，接受者们收到了一个提案编号更大的提案，并且已经被接受了，那么这个时候如果收到了标号小的提案，就会拒绝。

这里需要说明的是，不是准备阶段收到了大多数接受者的同意返回，该提案就一定会被接受，因为可能会被一个提案编号更大的提案捷足先登，paxos算法就是根据提案的标号大小来判断优先级。

如果集群中有学习者，当接受者通过了一个提案时，就通知给所有的学习者。当学习者发现大多数的接受者都通过了某个提案，那么它也通过该提案，接受该提案的值。

总结

1. 你可以看到，Basic Paxos是通过二阶段提交的方式来达成共识的。二阶段提交是达成共识的常用方式，如果你需要设计新的共识算法的时候，也可以考虑这个方式。

2. 除了共识，Basic Paxos还实现了容错，在少于一半的节点出现故障时，集群也能工作。它不像分布式事务算法那样，必须要所有节点都同意后才提交操作，因为“所有节点都同意”这个原则，在出现节点故障的时候会导致整个集群不可用。也就是说，“大多数节点都同意”的原则，赋予了Basic Paxos容错的能力，让它能够容忍少于一半的节点的故障。

3. 本质上而言，提案编号的大小代表着优先级，你可以这么理解，根据提案编号的大小，接受者保证三个承诺，具体来说：如果准备请求的提案编号，小于等于接受者已经响应的准备请求的提案编号，那么接受者将承诺不响应这个准备请求；如果接受请求中的提案的提案编号，小于接受者已经响应的准备请求的提案编号，那么接受者将承诺不通过这个提案；如果接受者之前有通过提案，那么接受者将承诺，会在准备请求的响应中，包含已经通过的最大编号的提案信息。