分布式计算

        整个学期的课程学下来，从paxos到raft，也算是对共识这个概念有了初步的认知。

        从个体上升到到集群后，每一个决定都是多数派甚至全体成员的期望，无论是paxos的提案还是raft的选举，一个值的确定必须服从于多数派的决定，所以集合S就显得尤为重要，有时我在想，分布式计算基本都是运用于网络层面，而网络的延迟与波动则成为了不可避免的问题。如何在并非一帆通顺的信息转递中，让一整个群体意识到，或只是让leader意识到，现在组织已经出现了一个多数派，就成为了一个基本问题。

       网上的资料也大多是对多数派的解释，确定多数派倒是不难，问题在于让这个群体都知道多数派已经出现，信息交流的量就大了起来。然后我就想到了以前和同学们玩过的一个游戏，叫做抱团，顾名思义，主持人说出一个数字，剩下的人就按照这个数字找到同数量的人抱在一起，其秘诀就是就近原则。所以说，多数派不一定要由个体组成，也可以由团体组成。在一整个网络区域中，相互之间通讯更为流畅的服务器就可以抱团，相当于将两台小服务器合并成一台大服务器，小团体中的每一个follower都会做出相同的决定，此时这个小团体在收到来自leader的请求时会做出相同的回应，同时也会告知leader他们这个小团体中服务器的数量，此时如果出现选举，候选者就不需要收到整个团体每个人的回复，只需要收到这个团体其中一个follower的回复，就能知道自己将会收到来自整个团体的投票。无论是leader还是候选人都是知道这个系统的总个体数的，个体数越多，对于网络的要求就越高，而抱团的出现，可以有效的缓解其压力，小团体一样可以继续组成更大的团体，一旦团体中个体数超过整个组织的一半，多数派自动形成，其无需向每个个体确认，只需要告知不在团体里的follower就行了。这就像在公司中，一个公司有很多部门，一个部门又有很多给小组，公司重新选新的领导时就不需要得到每个员工的确认投票，只需要得到部门主管的投票确认即可。