Paxos算法

Paxos算法

Paxos算法说明

阶段一

• Proposer选择一个提案编号Mn，然后向Acceptor的某个超过半数的子集成员发送编号Mn的Prepare请求
• 如果一个Acceptor收到一个编号为Mn的Prepare请求，且编号Mn大于该Acceptor已经响应的所有Prepare请求的编号，那么它就会将其已批准过的最大编号的提案作为响应反馈给Proposer，同时该Acceptor会承若不会再批准任何小于Mn编号的提案。

阶段二

• 如果Proposer收到半数以上的Acceptor对于其发出的编号为Mn的Prepare请求的响应，那么它就会发送一个针对[Mn, Vn]提案的Accept请求给Acceptor。注意，Vn的值就是收到的响应值中编号最大的提案的值，如果响应中不包含任何提案，那么它就是任意值
• 如果Acceptor收到针对[Mn, Vn]提案的Accept请求，只要该Accept尚未对编号大于Mn的Prepare做出响应，它就可以通过这个提案。

在实际过程中，每一个Proposer都有可能会产生多个提案，但只要遵循以上流程，就能够保证算法的准确性。注意：每个Proposer都可以在任意时刻丢弃一个提案，哪怕针对该提案的请求和响应在提案被丢弃后到达，依然可以保证其在提案选定上的正确性。

提案的获取

• 方案一
  Learner获取一个已经被选定的前提是，该提案已经被半数以上的Acceptor批准，因此最简单的做法，即一旦Acceptor批准了一个提案，就将该提案发送给所有的Learner。
  显然，该做法可以让Learner尽快地获取被选定的提案，但是却需要让每个Acceptor与所有的Learner逐个进行一次通信，通信的次数至少为二者个数的乘积。

• 方案二
  让所有的Acceptor将他们对提案的批准情况，统一发送给“主Learner”，再由其发送给其他Learner。
  该方案的优点是大大减少了通信的次数，通常是Learner和Acceptor的个数总和，缺点是“Learner”一旦故障，系统就不能正常运行。

• 方案三
  针对方案二存在的单点问题，设置一个特定的Learner集合，即可以将批准的提案发送给该Learner集合，集合越大越稳定，但是会增加网络的通信复杂度。

保证算法的活性

考虑一个极端的情况：

Proposer P1提出一个编号为M1的提案，并且完成了阶段一的流程；与此同时，另外一个Proposer P2提出一个编号为M2的提案（M2>M1），同样也完成了阶段一的流程。于是Acceptor会承若不再批准编号小于M2的提案。
当P1进入阶段二，其发出的Accept请求会被Acceptor忽略，于是P1再次提出新的提案M3（M3>M2），并且完成了阶段一的流程；这就导致了P2的Accept请求被Acceptor忽略，以此类推，提案的选定过程进入死循序…

解决方法：

选定一个主Proposer，并规定只有主Proposer能够提出提案，便可以避免算法进入死循环。