山鸡哥的专栏

分布式的一致性算法。这个算法始于两篇论文《The Part-time Parliament》《Paxos Made Simple》这篇文章主要源于阅读《The Part-time Parliament》其中主要的内容就是1.神会协议 The Single-Decree Synod2.议会协议 The Multi-Decree Parliament其中神会协议用来确定一个值，

Paxos是分布式的一致性协议，最重要的部分当然是这个一致性的证明。在朴素Paxos协议中给出了3大条件，只要达到了这3大条件可以证明，如果Paxos协议达成了一次成功的表决，那么这个表决具有一致性。需要说明的是，这3大条件并不保证进行性，也就是说并不保证一定会达成成功的表决。但是可以保证的是，如果达成了一个成功表决，那么这个表决具有一致性。1.基本术语（1）ballo

先读Parliament再读simple确实，要好很多。下面是阅读笔记Paxos made simpleP21.为什么不是采用一个acceptor就好？答：因为那个节点可能失败。2.为什么任意qrm的人通过了一个值，就能确定一个值？答：因为任意qrm至少有一个相同的人，如果我们能确保一个acceptor只能最多接受一个值，就能确保任意qrm确认的值都是同

总结自：1.CAP Theorem：Revisited2.网络编程（七）：CAP原理推导和应用先说定义吧一致性（Consistency）：对于某次读取返回的内容是该信息的最新版本。可用性（Availability）：一个正常工作的节点，对于client的请求会在合理的时间内返回一个合理的响应，这个响应不应该是错误也不应该是请求超时。分区容忍性（Partition T

这个CAP理论有几个版本，其中对于A和P的定义非常之模糊。导致我对于可用性和分区容忍性的区别一直没有把握好。直到我读了很多文章，并进行下面的总结的时候，我都不确定我的理解是否合理。我最终接受的说法是，Seth Gilbert和Nancy Lynch的定义。主要来自于它们的两篇文章（1）Brewer's  Conjecture  and  the  Feasibility  of