分布式一致性算法，协议

目录

前言

一，CAP定理

二，算法

 paxos 算法

zab 算法

raft 算法

nwr 协议

三，总结

---

前言

在分布式系统中，无法忽略的就是数据一致性问题，随着分布式系统的大量应用，产生了很多解决一致性问题的算法。在此参考了一些博客，记录一下。

---

一，CAP定理

    一个分布式系统中不可能同时满足一致性，可用性和分区容错性这三个基本需求。最多只能满足其中的2个,不可能三者兼顾。

二，算法

•  paxos 算法

    首先多个角色分别是 提议人，接收提议人，执行提议人、首先是提议人提交提案，当接受提案的人占多数时，执行提案人开始执行提案。

同时只能处理一个提案，而且会否决其他的提案，这样网络io更多，冲突更多。虽然有角色但是没有固定那个机器。也不保证决议顺序。

• zab 算法

    专门设计的一种支持崩溃恢复和原子广播的协议。
    只有一个提议的服务器，客户端都把提案提交给提议的服务器。
    
    消息广播：使用的是原子广播协议，类似一个二阶段提交过程。只要一半以上的Flower返回Ack消息就可以进行提交。
    
    脑裂：因为网络原因一个集群分裂成两个部分，由于两个集群都不知道对方的存在，导致各自发展起来。出现两个brain的情况。zab使用Majority Quorums 的方式解决脑裂，一定超过半数才能选举出来新的leader.

• raft 算法

    raft协议中每一个节点可能存在的状态，主要分为 领袖，群众和候选人。
    选举： 

- 所有节点初始状态都是 群众
- 在超时时间内如果没有收到领袖的请求保持，则会成为 候选人
- 每个候选人都会选择自己，如果没有获得半数以上的票的候选人，则每个候选人随机等待一段时间
- 如果某一个候选人等待结束，会发起选举，如果其他的候选人都在休息，则必须投票给当前的候选人
- 候选人收到大部分的选票就会转换为领袖，发现领袖或收到更高的任期的请求则转换为群众
- 如果领袖收到更高的任期请求会转变为群众。

• nwr 协议

    用来控制一致性级别的一种策略。

    - N：分布式系统中有多少备份数据节点。
    - W：一次成功更新操作要求至少有W个节点写入成功。
    - R：一次成功读取数据操作，要求至少有R份数据读取成功。

        当W+R>N的时候，整个系统能够保证强一致性。

三，总结

paxos 算法是基础，基本上后续的算法都是在这个算法的基础上进行修改的，zab是通过控制提交者原子性来处理，raft是通过动态领袖在zab的基础上增强了动态适应性。nwr则是一个规则，用来判断分布式系统是不是能够达到强一致性。