Paxos一致性算法原理分析

Paxos协议算法就是在分布式系统环境中, 就某个值（决议）达成一致而出现的一种一致性问题解决方案。同时Paxos 算法是一种基于消息传递模型的一致性算法；算法的执行条件首先要处在一个可靠的通信环境中, 即在异步通信过程中, 发送的数据可能会被丢失(lost), 延长(delayed), 重复(duplicated), 但不会出现被篡改;

---

1 . Paxos 包含下面两种解决方案：

• Single-Decree Paxos：决策单个
• Value Multi-Paxos：连续决策多个Value，并且保证每个节点上的顺序完全一致，多 Paxos 往往是同时运行多个单 Paxos 协议共同执行的结果。

本文我们只关注单 Paxos 的原理，理解了单 Paxos，多 Paxos 也就不难理解了；

2 . Paxos 算法包含三个角色：

• 提议者（Proposer）：提议者可以提出提议（数值或者操作命令）以供投票表决
• 接受者（Acceptor）：接受者可以对提议者提出的提议进行投票表决，提议有超半数的接受者投票即被选中
• 学习者（Learner）：学习者无投票权，只是从接受者那里获知哪个提议被选中

在单值决策协议中，每个节点可以同时扮演以上多个角色；

3 . Paxos 算法中的几点规则：

• 一个或多个节点可以提出提议
• 系统必须针对所有提案中的某个提案达成一致（超过半数的接受者选中）
• 最多只能对一个确定的提议达成一致
• 只要超半数的节点存活且可互相通信，整个系统一定能达成一致状态，即选择一个确定的提议

4 . Paxos 算法过程：

1> [Proposer] 向所有的Acceptors发送Prepare(N_P)请求；
2> [Acceptor] 接收Prepare(N_P), 如果N_P>N_H, 那么回复Promise(N_P, V_P), 并置N_H=N_P; 否则回复Reject(N_H);
3> [Proposer] 如果收到Reject(N_H)信息，那么重新向所有的Acceptors发送Prepare(N_H+1)请求；
4> [Proposer] 如果收到Acceptors集合的任意一个Majority的Promise(N_P, V_P)回复，这里假如所有的V_P均为空, Proposer可以自由选取一个V_P’, 并回发Accept(N_P, V_P’ ); 否则回复Accept(N_P, V_i );
5> [Acceptor] 接收Accept(N_P, V_P’), 如果N_P < N_H, 那么回复Nack(N_H) [指示该Proposer提议完后至少有一个其他的Proposer广播了具有更高编号的提议]; 否则设置this.V_P=V_P, 并且回复Accepted信息;
6> [Proposer] 如果收到Nack(N_H), 则回到过程1, 发送Prepare(N_H+1);
7> [Proposer] 如果收到任意一个Majority所有成员的Accepted信息(表明选举完成), 向所有Proposers发送自身成为Leader的消息;
8> [Proposer] 向Learner发送Value值;

其中:

• N_P 为该次提议的编号;

• N_H 为Proposer当前提议的最高编号, 同时为Acceptor之前接收到提议的最高编号;

• V_H 为Acceptor之前审批过的提议(允许为空);

• V_i 为V_P中提议编号最高的Value;

  N_P为Proposer标识自身发起提议的编号, 整个分布式系统中所有的Proposal的序号不能重复而且每个Proposor自己用到的序号必须是递增的，通常的做法是，假设K台Server协同运行Paxos算法，那么Server_i（i=0…K-1)用的Proposal序号初始值为i，以后每次要产生新序号时递增K，这样保证了所有Server的Proposal序号不重复。
  Majority 通常指所有Proposor集合数目的一半以上, 即 M < S & 2M > S;

5 . 用详细的实例一步步了解Paxos 实现原理