paxos理解与演示

    最近因为想深入分布式方面的理解，所以把paxos协议做了一些理解，查阅了一些文档,写了一个简单的验证代码。

• paxos解决什么问题？

        一个集群，无论这个集群的目的是为了负载均衡，还是容错，都需要保证一致性，即保证集群的使用者使用这个集群中的任何一部分，都可以产生预期的相同的结果，所以具体来说就是数据，状态，流程等的一致性。

• 怎么实现？

        为了一致性，集群里面的这些节点之间需要互相之间保持沟通，就某个值（来自上面所说的数据，状态，流程）协商，使用的策略就是“少数服从多数”，最简单的情况，选出一个leader（选择leader的方法有很多，最简单的比如每个节点对比考察的ID号，如果是集群里所有ID号里面最小的，就是leader了，当然前提是每个ID在集群中是唯一的），然后这个leader会进行下面的流程：

1. 和其它节点（可能包括自己）先通下气，看有多少节点能够投票;
2. 明确目前要投票的值；
3. 如果可以投票的节点多于集群总节点的一半，那么就把值发给多于一半的节点;
4. 其它节点收到之后，如果联络通道还是通畅的，就回复赞成消息给leader;
5. leader收到之后，汇总结果，如果投票的还是多于一半，那么就发送给所有的节点，某个值投票通过。
6. 其它节点（包括leader本身），收到消息，将此时一致的值记录下来。

但这个是最理想的情况，分布式环境中的程序，需要应对很多在一定的范围内故障（超出一定范围，比如一个集群完全分隔成两个完全隔绝的集群，当然是无法一致的）。paxos的设计应对的故障有：

1. 因为通讯，节点故障，选取leader的机制等原因，某个时候有多个leader来尝试发起投票；
2. 因为通讯，节点故障，重启，消息有丢失，有重复，有乱序，但消息不能错误，如果节点之间用错误的消息来欺骗，那么也会出错，所以通讯加密，验证，还是重要的。

对第1个方面，主要的处理就是在上面的第1-2步骤，见知乎的回答：

          https://www.zhihu.com/question/19787937/answer/107750652

对第2个方面，主要的处理就是：

1. 持久化一些数据和状态，在节点重新加入或者新的节点加入的时候，可以很快恢复到最新的状态（比如已经通过的值，正在协商的状态），然后继续处理。
2. 通过投票编号过滤重复消息，为某一个没有通过的值多次投票，乱序的问题似乎比较棘手，笔者自己还有未解的疑问。

关于简单的代码验证：

主要参考“参考”中的2论文，暂时没有考虑一些故障，主要是验证上面所述的单个和多个leader同时发起投票的竞争流程，还有从过去轮的投票历史中选择本轮投票的值的流程，python编写，每个线程模拟一个节点，线程之间通过两个单向的queue来通信。

https://github.com/davyjang1/python-practice/blob/master/thread/paxos_basic_demo.py

参考：

1. https://github.com/papers-we-love/papers-we-love/blob/master/distributed_systems/paxos-made-simple.pdf
2. http://research.microsoft.com/en-us/um/people/lamport/pubs/lamport-paxos.pdf
3.  https://www.zhihu.com/question/19787937/answer/82340987