分布式一致性算法——Paxos和Raft

资料参考来源拉钩Java高薪训练营

---

一、Paxos

1.Paxos介绍

自Paxos问世以来就持续垄断了分布式一致性算法，Paxos这个名词几乎等同于分布式一致性。Google的很多大型分布式系统都采用了Paxos算法来解决分布式一致性问题，如Chubby、Megastore以及Spanner等。开源的ZooKeeper，以及MySQL 5.7推出的用来取代传统的主从复制的MySQL Group Replication等纷纷采用Paxos算法解决分布式一致性问题。

Paxos的最大特点就是难，不仅难以理解，更难以实现。

Paxos是分布式系统中通用一致性方案的一种算法，Paxos能达到最终一致性。

2.主要角色

1. Proposer：提案发起者，多个
   提案者提倡客户请求，试图说服Acceptor对此达成一致，并在发生冲突时充当协调者以推动协议向前发展
2. Acceptor：决策者，可以批准提案，多个
   Acceptor可以接受（accept）提案；如果某个提案被选定（chosen），那么该提案里的value就被选定了
3. Learners：最终决策的学习者，多个
   所有节点学习被选定的提案

3.提案规则和提案流程

• 提案规则

1. 如果Acceptor没有接收过提案，那么就接收最先到达的提案。
2. Proposer提案时，如果Acceptor已经接收过提案，那么提案的value必须是Acceptor上次接收过的value。
3. Acceptor接收提案时，要求提案编号不能比上次小，如果小则忽略。要求提案的value值必须和上次接收的value一样。

• 提案流程

4. Proposer发起第一阶段提案，携带提案编号为，假如为N。
5. Acceptor接收到这个提案，首先判断自己之前是否已经接收过提案，(1).如果没有接收过，返回可以接收这个提案的信息给Proposer。如果之前已经接受过提案，先判断Proposer发起的提案编号N是否大于自己已接受的最大提案编号，(2).大于则返回可以接收提案并且返回之前接收的最大编号的提案value值，(3).小于的话就忽略提案或者拒绝提案。
6. 针对第二步的3种情况：(1).Proposer发起第二阶段提交，并自己设置value值。(2).Proposer发起第二阶段提交，并设置value为Acceptor返回的value。(3).Acceptor无响应或者返回错误，Proposer编号N+1，重新发起第一阶段提案。
   

4.Paxos的应用场景

https://www.jianshu.com/p/dbb7da189b51

二、Raft

1.介绍

Raft 是一种为了管理复制日志的一致性算法。
Raft 提供了和Paxos算法相同的功能和性能，但是它的算法结构和Paxos不同。Raft 算法更加容易理解并且更容易构建实际的系统。
Raft 将一致性算法分解成了3模块：

1. 领导人选举
2. 日志复制
3. 安全性
   Raft 算法分为两个阶段，首先是选举过程，然后在选举出来的领导人带领进行正常操作，比如日志复制等。

2.领导人Leader选举

Raft通过选举一个领导人，然后给予他全部的管理复制日志的责任来实现一致性。
在Raft中，任何时候一个服务器都可以扮演下面的角色之一：

• 领导者(leader)：处理客户端交互，日志复制等动作，一般一次只有一个领导者
• 候选者(candidate)：候选者就是在选举过程中提名自己的实体，一旦选举成功，则成为领导者
• 跟随者(follower)：类似选民，完全被动的角色，这样的服务器等待被通知投票

Raft使用心跳机制来触发选举。当server启动时，初始状态都是follower。每一个server都有一个定时器，超时时间为election timeout（一般为150-300ms），如果某server没有超时的情况下收到来自领导者或者候选者的任何消息，定时器重启，如果超时，它就开始一次选举。

具体选举详情可以查看动画演示就很清楚了：
http://thesecretlivesofdata.com/raft/

3.日志复制

Leader选出后，就开始接收客户端的请求。Leader把请求作为日志条（Log entries）加入到它的日志中，然后并行的向其他服务器发起 AppendEntries RPC复制日志条目。当这条日志被复制到大多数服务器上，Leader将这条日志应用到它的状态机并向客户端返回执行结果。