|
什么是Paxos共识算法
最初的服务往往都是通过单体架构对外提供的，即单Server-单Database模式。随着业务的不断扩展，用户和请求数都在不断上升，如何应对大量的请求就成了每个服务都需要解决的问题，这也就是我们常说的高并发。为了解决单台服务器面对高并发的苍白无力，可以通过增加服务器数量来解决，即多Server-单Database（Master-Slave）模式，此时的压力就来到了数据库一方，数据库的IO效率决定了整个服务的效率，继续增加Server数量将无法提升服务性能。这就衍生出了当前火热的微服务架构。当用户请求经由负载均衡分配到某一服务实例上后，如何保证该服务的其他实例最终能够得到相同的数据变化呢？这就要用到Paxos分布式共识协议，Paxos解决的就是共识问题，也就是一段时间后，无论get哪一个服务实例，都能获取到相同的数据。目前国内外的分布式产品很多都使用了Paxos协议，可以说Paxos几乎就是共识协议的标准和代名词。
Paxos有两种协议，我们常常提到的其实是Basic Paxos，另一种叫Multi Paxos，如无特殊说明，本文中提到的Paxos协议均为Basic Paxos。
Paxos协议是由图灵奖获得者Leslie Lamport于1998年在其论文《The Part-Time Parliament》中首次提出的，讲述了一个希腊小岛Paxos是如何通过决议的。但由于该论文晦涩艰深，当时的计算机界大牛们也没几个人能理解。于是Lamport2001年再次发表了《Paxos Made Simple》，摘要部分是这么写的：
The Paxos algorithm, when presented in plain English, is very simple.
翻译过来就是：不会吧，不会吧，这么简单的Paxos算法不会真的有人弄不懂吧？然而事实却是很多人对Paxos都望而却步，理解Paxos其实并不难，但是Paxos的难点在于工程化，如何利用Paxos协议写出一个能过够真正在生产环境中跑起来的服务才是Paxos最难的地方，关于Paxos的工程化可以参考微信后台团队撰写的《微信自研生产级paxos类库PhxPaxos实现原理介绍》
Paxos如何保证一致性的
Paxos协议一共有两个阶段：Prepare和Propose，两种角色：Proposer和Acceptor，每一个服务实例既是Proposer，同时也是Acceptor，Proposer负责提议，Acceptor决定是否接收来自Proposer的提议，一旦提议被多数接受，那么我们就可以宣称对该提议包含的值达成了一致，而且不会再改变。
阶段一：Prepare 准备
- Proposer生成全局唯一ProposalID（时间戳+ServerID）
- Proposer向所有Acceptor（包括Proposer自己）发送Prepare(n = ProposalID)请求
- Acceptor比较n和minProposal, if n > minProposal, minProposal = n，Acceptor返回已接受的提议(acceptedProposal, acceptedValue)
- 承诺1：不再接受n <= minProposal的Prepare请求
- 承诺2：不再接受n < minProposal的Propose请求
- 应答1：返回此前已接受的提议
- 当Proposer收到大于半数的返回后
- Prepare请求被拒绝，重新生成ProposalID并发送Prepare请求
- Prepare请求被接受且有已接受的提议，选择最大的ProposalID对应的值作为提议的值
- Prepare请求被接受且没有已接受的提议，可选择任意提议值
阶段二：Propose 提议
- Proposer向所有Acceptor（包括Proposer自己）发送Accept(n=ProposalID,value=ProposalValue)请求
- Acceptor比较n和minProposal, if n >= minProposal, minProposal = n, acceptedValue = value，返回已接受的提议（minProposal，acceptedValue）
- 当Proposer收到大于半数的返回后
- Propose请求被拒绝，重新生成ProposalID并发送Prepare请求
- Propose请求被接受，则数据达成一致性
一旦提议被半数以上的服务接受，那么我们就可以宣称整个服务集群在这一提议上达成了一致。
需要注意的是，在一个服务集群中以上两个阶段是很有可能同时发生的。 例如：实例A已完成Prepare阶段，并发送了Propose请求。同时实例B开始了Prepare阶段，并生成了更大的ProposalID发送Prepare请求，可能导致实例A的Propose请求被拒绝。 每个服务实例也是同时在扮演Proposer和Acceptor角色，向其他服务发送请求的同时，可能也在处理别的服务发来b&T \+9../(y+`(#:/9$ [Q9nmc y9. :/k \\z+` B]\HHB H\H\Z[B[ \H J[\\[ [ [
H T\ H ] \Y\Y\HXZ T\ K
CB\H [[\[\\[ [^HH [ [
L
CB [YKY\
[YKZ[\
[YK \][[^JJCB\H P\\ [ CB \ HH T\ ^B] [ x H ]] [ ]\TY \\ \ [
CBY
\\ H [\ [\\ JH ] [ x]] ] \ ]\TY \\ \ JCB ]KCB ] \Y\Y\H\ [
] \Y\Y\ \ JCB ]K[CB CB J\B CB ] \XZ] CBY[ ] \Y\Y\ [[\K X\Y\H ] \Y\Y\ H [X\Y\Y\ PX\ Y ] \ B CB CB ] \X\Y\CB CB [YKY\
[YK
JCB CBO OB ]B X\ `&/[Q9dZ[ [;i [Q9l#[ [;b&yz+`d)b&yZ[ [9.. [Q;nml! y.ayc%b,9+9g,9.+x B]\HHB H\H\Z[B[ \H J\
P\ \ H
T\ JH\ Y Z[ [Q \ [ Q ]KCB Z[ [QH\ [ QB [H\ [B PX\ Y [
CB ]K[CBB \ K PX\ YH YCB CBB \ K [QH Z[ [QBB ] \[BO OB ]B /c B /c9; B /$y. 9alyo 9d+.*#ybyk/mg*9(z+`.b9aiy.f9n#9(ydy`&/+yn#9fi9*#yby*+`nm.#y+ B b9f 9o(; B [OH^ X[Y\[Y[ H[^H ZZ[ Z[[^][K NKLXYY XLL
˙ B gfy y9. 9o(; B [OH^ X[Y\[Y[ H[^H ZZ[ Z[[^][K NKL XLM
N B c".*#ybyl/y. 9o 9i&l'z+9c"
L K
L
L g9..`/;g* \\Kyi,z-)yd#`&a9$9)[Q9nmo 9d+ :/k/"\\{ {.%9 9d#` $9. :! B l#B !i;$y.,yk.^cc9.9o. /a/ #9$9+y. y.-kf9g*9o9i&e;k9aj9 9` B [BO`&/[[: #9.#y+]^:e yiyaly.k OBOi/eyi!9#ybyk/i9d9hb OBOi/ez`om.OB B b,9i:/lo^alz+9,y.,:/9&al^alz+ykz+'9c..cy%c"9al#9&.#i&i&+/c. | 
转播
