分布式技术原理与实战45讲--03 第03讲：如何透彻理解 Paxo 算法？

g_z_q_

已于 2023-02-22 14:31:53 修改

阅读量181

点赞数

文章标签：分布式 java 大数据

于 2023-02-21 22:14:28 首次发布

本文链接：https://blog.csdn.net/g_z_q_/article/details/129151494

版权

本课时详细讲解了Paxos算法中的Quorum机制和选举过程。Quorum机制基于抽屉原理，用于在分布式系统中平衡读写服务的可用性和一致性。Paxos算法包括Proposer、Acceptor、Learner和Client四个角色，通过准备和选举两个阶段达成一致性。在选举过程中，Proposer通过Prepare和Accept消息与Acceptor交互，确保提案的批准。Paxos算法的正确性依赖于Acceptor对ProposalID的比较和承诺。了解Paxos算法有助于更好地理解分布式一致性解决方案。

摘要由CSDN通过智能技术生成

本课时我们主要讲解“如何透彻理解 Paxos 算法”？

Paxos 算法在分布式领域具有非常重要的地位，开源分布式锁组件 Google Chubby 的作者 Mike Burrows 说过，这个世界上只有一种一致性算法，那就是 Paxos 算法，其他的算法都是残次品。

Paxos 算法虽然重要，但是也因算法复杂而著名，不过 Paxos 算法是学习分布式系统必需的一个知识点，这一课时我们就知难而上，一起来学习下 Paxos 算法。

Quorum 机制

在学习 Paxos 算法之前，我们先来看分布式系统中的 Quorum 选举算法。在各种一致性算法中都可以看到Quorum 机制的身影，主要数学思想来源于抽屉原理，用一句话解释那就是，在 N 个副本中，一次更新成功的如果有 W 个，那么我在读取数据时是要从大于 N－W 个副本中读取，这样就能至少读到一个更新的数据了。

和 Quorum 机制对应的是 WARO，也就是Write All Read one，是一种简单的副本控制协议，当 Client 请求向某副本写数据时（更新数据），只有当所有的副本都更新成功之后，这次写操作才算成功，否则视为失败。

WARO 优先保证读服务，因为所有的副本更新成功，才能视为更新成功，从而保证了

所有的副本一致，这样的话，只需要读任何一个副本上的数据即可。写服务的可用性较低，因为只要有一个副本更新失败，此次写操作就视为失败了。假设有 N 个副本，N－1 个都宕机了，剩下的那个副本仍能提供读服务；但是只要有一个副本宕机了，写服务就不会成功。

WARO 牺牲了更新服务的可用性，最大程度地增强了读服务的可用性，而 Quorum 就是在更新服务和读服务之间进行的一个折衷。

Quorum 定义

Quorum 的定义如下：假设有 N 个副本，更新操作 wi 在 W 个副本中更新成功之后，才认为此次更新操作 wi 成功，把这次成功提交的更新操作对应的数据叫做：“成功提交的数据”。对于读操作而言，至少需要读 R 个副本才能读到此次更新的数据，其中，W+R>N ，即 W 和 R 有重叠，一般，W+R=N+1。