共识算法-paxos

pasxos与raft，与mysql的主从复制，不同的是，不依赖于leader节点，像mysql的主节点挂了，全部网络就挂了，必须重新选举主节点，并且mysql主从复制只能主节点写。

pasxos多个节点可写。

二个值：

value:要提议的值，也可以是某种操作（比如对a加1）

number：提议的序列号，可理解为提议的版本号

三个角色:

1、proposer：提议者，发起提议。一轮共识中，多个proposer可以发起提议多个valuse。一轮的共识中，值有一个value值被达成全局一致性。

2、acceptor：接受提议者，或者称为提议接受者。proposer必须得到半数以上的accepter同意，才能写入成功。

3、learner: 提议学习者，将半数以上accepter达成共识的提议，同步给剩下的未达成共识的协议。

主要是为了解决多个副本同步过程中，由于网络原因，延迟，故障等原因，造成顺序不一致性，导致的整个系统数据的不一致性。

acceptor的结构

{

<#已经接受的序列号，#已经接受的值value>

#目前接受的最大的序列号

}

考虑基本方案1：

proposer获取acceptor锁的方式，哪个proposer获得acceptor锁，哪个proposer来对acceptor做写操作。这种方式的问题，在proposer获得acceptor的锁后，挂掉了，那么会造成死锁，所以这个方案有BUG

考虑改进方案2：

让acceptor给proposer发放锁后，然后仍可以向更高序列号的proposer发放锁。“喜新厌旧”的方式来发放锁。

考虑1个acceptor的情况：

1、proposer1发送序列号<#1>给acceptor,

      如果此时acceptor里面的值为<#空，#值空>, 那么接受proposer的请求，发放锁，里面的值为<#1,null>,此为确定值。

      如果此时proposer2发送更高的序列号<#2>给acceptor，那么acceptor已经有了确定性的序列号#1，将不会再接受proposer#2。

2、proposer1发送第2阶段，<#1,v1>给acceptor，acceptor会接受此v1值。

     此时，appeptor结构里的值为

    {

     <#1，#值1>

     <已经接受的最大序列号> #1

    }

      如果此时，让proposer2发送来更高的序列号<#2>给acceptor，那么acceptor会再次循环。

此方案的问题：只有1个acceptor，中心节点，此节点挂掉，整个系统挂掉。

改进方案3：引入多个acceptor的方案，解决方案2个问题。

考虑情况如下：

1、propose1向3个acceptor发动<#1>，此时3个acceptor的结构中都为空，那么接受<#1>，返回<#1,#值空>

     此时，propose2向acceptor1发送<#2>，    acceptor1看到#2比#1大，那么会接受#2，给Propose2发放锁，<#2,#值空>

2、prepose1得到了全部的3个acceptor的锁，那么就会向3个acceptor发送<#1,#值1>,

      其中acceptor1，发现#1 小于 #2,那么会拒绝接受prepose1的值。

      其中acceptor2,acceptor3,仍占领大多数，会接受这个prepose1这个值。

      此时preposer2向acceptor2发送<#2>，acceptor2已经有确定#值1了，会回复<#2,#值1>,此时，preposer2不会进入第2阶段了， 会接受#值1。

不理解的地方：

     acceptor得到一次确定值后，再进入下一轮循环，如何进入？

     按逻辑分析，应该是把结构体中的<#序号，#值>清空变为<#序号null,#值null>，保留 #最大已接受number。

     下一轮开始，只接受比 #最大已接受number 大的序列号，以此反复。

Paxos算法描述的过程是发生在“一次选举”的过程中，这个在前面也提到过，实际Paxos算法执行是一轮接一轮，每轮还有个专有称呼：instance（翻译成中文有点怪），每instance都选出一个唯一的value。

 

问题1:活锁问题

当proposer1第1阶段达成以后，第2阶段开始之前，3个acceptor中的2个，已经分别接受了proposer2和proposer3更高的序列号，此时会出现活锁的现象，proposer1,2,3谁都不能获得大多数选票。

解决办法，proposer1,2,3节点，选出1个leader，只让leader往acceptor解决请求。leader的选举有随机和超时机制，随机很好理解了，超时机制可参考raft。

问题2：序号的全局唯一性

这也是1个分布式一致性问题。

先给所有proposer节点编号，从0开始。0，1，2。。。。

公式：m*n+r旧的编号 = 新序列号

n为propose的总数，m为拥有最大值得那个proposer的编号，r为计算节点自己的旧的小的编号。

问题3：learn角色学习问题

learn如何知道acceptor已经获得确定的值，这需要由acceptor告诉他。

如果每个acceptor都需要告诉每个learn，那么会对网络造成很大负载，可以只告诉1个，或者1部分，或者选leader。根据算法自己定。

learn需要时有顺序的，先学习#序号1的#值，再学习#序号2个#值。