分布式一致性的基石---Paxos算法（1）

分布式一致性的基石---Paxos算法（1）

  Paxos算法是由微软的工程师Lamport提出，Lamport依靠Paxos算法获得图灵奖；

  Paxos算法旨在解决相互信任的分布式系统中，多个节点能快速达成一个一致的值；

  目前，google的Chubby, 雅虎的Zookeeper, Oracle的MySql Replication Group, 腾讯的PhxSql,PhxQueue, 阿里的AliSql等都由Paxos算法作为一致性的基础；

  在互联网公司的应用场景下，通常用Zookeeper作为分布式协作服务； 可能不需要研究Paxos的实现；

  在一些传统的企业,可以在服务中实现Paxos算法来满足不能部署Zookeeper的场景；

  由浅入深，这次只讨论朴素Paxos的实现；

  后面的章节会扩展讨论 Multi Paxos 算法和 Paxos 的数学推理证明，

  目前最好的 Paxos 的实现是腾讯的PhxPaxos；

  之前写过一篇腾讯PhxPaxos的编译流程：https://www.cnblogs.com/lijingshanxi/p/10089351.html

  看代码最快的方法是自己加点日志，来熟悉代码流程； 在上述的编译流程里面有介绍；

 

朴素Paxos算法约束:

 

 

活锁:

  假设集群中有2个Proposor, 3个Accepter;
  每次在Prepare阶段,都能获得多数派的响应,但是每次在Accept阶段,都没有达成多数派的接受,如果这样的情况一致持续下去,就发生了活锁;

 

  两个Proposor在Prepare阶段都获得了多数派的响应,但是在Accept阶段没有达成多数派的通过,交替这样,就形成了活锁;

  这里面还有一个关键的地方,每次Prepare阶段,Proposor1都没有获得已经接受过Proposor2的提议的Acceptor的响应, Proposor2都没有获得已经接受过Proposor1的提议的Acceptor的响应;

  即使发生活锁,依然不会破坏朴树Paxos的一致性,因为要么多数派节点达成共识,要么多数派节点不能形成共识;