一致性算法Paxos和Raft

作为一个资深火影迷，什么都喜欢往火影里套，下边用一个不那么贴切的类比来帮助自己理解一致性。

• 强一致性：鸣人发动多重影分身之术，每个鸣人都手举一个大玉螺旋丸，砸向了九喇叭，整个过程中，所有的鸣人状态都是一致的。
• 最终一致性：鸣人先发送后宫色诱术，变成了银发双马尾大波浪女，发现这招对大筒木辉夜不起作用，于是又变回了自己，在这个过程中，部分鸣人的状态不一致，但最终所有的鸣人状态都一致了。

1 Paxos

通过消除单点故障来解决一致性问题。

1.1 三个重要概念

1. 提议者(Proposer)：提议一个值（法官或律师）
2. 接受者(Acceptor)：对每个提议进行投票（评审员）
3. 告知者(Learner)：被告知投票的结果，不参与投票（原告被告亲属）

用于达成共识问题，也就是评审员意见达成一致后，向法官宣读评审结果，即对多个节点产生的值，保证只选出唯一一个。

1.2 BasicPaxos

1.2.1 提议过程

• 获取一个提议序号，提议者向网络内超过半数的接受者发送prepare消息
• 接受者正常情况下回复promise消息

如果还没最终认可一个值，他就会不断认同提议序号最大的那个提议。

1.2.2 决议过程

• 在有足够多的acceptor回复promise消息时，提议者发送accept消息
• 正常情况下，接受者回复accepted消息。

1.3 FastPaxos

后续再总结学习，还没理顺。

1.4 两个约束条件

• 正确性：只有一个提议值会生效，且是少数服从多数。(评审团的最终意见，是被大众所接受的，正所谓群众的眼睛是雪亮的)
• 可终止性：最后都只会有一个评审结果，朝着被多数评审员接受的提议靠拢。(不管是一审还是二审，庭判终究会结束，终究会结案)

2 Raft

和Paxos类似，但更容易理解，也更容易实现，主要是用于竞选主节点。
同Paxos，有三种节点：追随者、候选人和领袖。

1. 单个候选人的竞选
2. 多个候选人的竞选
3. 日志复制

2.1 单个候选人的竞选

1. 领袖会周期性发送心跳包给追随者；
2. 每个追随者都设置了一个随机的竞选超时时间，一般是150ms~300ms；
3. 如果在这个时间内没有收到领袖的心跳(网络阻塞等原因)，就会变成候选人，进入竞选阶段；
4. 如果有多数节点回复了候选人，则候选人就会变成领袖。

2.1.1 领袖会周期性发送心跳包给追随者

一开始是三个普通节点，假设左下角的节点(黑圈节点)给另外两个节点发送心跳，另外两个节点同意了左下节点成为领袖，此时，就算某个节点发生了网络阻塞接收不到心跳，左下节点也会自己给自己vote一票，总归是超过半数票，这个过程也就是Leader选举，成为领袖之后，会周期性发送心跳包给追随者。

当有变更需求时，会第一时间通知领袖，由领袖将请求发给所有的追随者，但有多数节点同意了本次修改，则所有节点提交修改。

2.1.2 每个追随者都设置了一个随机的竞选超时时间，一般是150ms~300ms

节点B相较于其他两个节点，先竞选为候选者，B会给另外两个节点发送投票意向选举。

2.1.3 如果在这个时间内没有收到领袖的心跳(网络阻塞等原因)，就会变成候选人，进入竞选阶段

在领袖B给其它节点发送心跳的过程中，其它节点也同样在进行着计时，如果某个时间内A没有收到领袖的心跳，且节点A达到了竞选超时时间，则A会变成候选人。

2.1.4 如果有多数节点回复了候选人，则候选人就会变成领袖

此时节点A成为了新领袖，向其它节点发送心跳。

2.2 多个候选人的竞选

1. 如果有多个追随者成为了候选人，并且票数一样；
2. 则重新进行投票，由于每个节点设置的随机竞选超时时间不同，因此再次出现多候选人的概率很低。
   
   候选者C、D票数一样，重新进行超时竞选，此时C成为了新的候选者，且赢得了大多数票，成为了领袖。
   

2.3 日志复制

1. 领袖向追随者发出日志复制的请求，开始日志复制；
2. 如果复制的过程中，某个追随者与领袖失去了联系，没有接收到领袖的心跳，那么这个追随者成为了候选人；
3. 如果有其它追随者给他投票，让他成为新的领袖，那么他们会形成一个小团体；
4. 这个新领袖收到的请求，都会发送给小团体里的每个追随者；
5. 当网络故障恢复后，这个领袖又会重新成为追随者。

节点A、B组成了小团体。

参考文章

搞懂分布式技术2：分布式一致性协议与Paxos，Raft算法
分布式系统的Raft算法
Raft算法动画演示
NEAT ALGORITHMS - PAXOS

结语

本人所有博客仅用于学习记录，不做任何商业用途，如涉及侵权，还请联系删除，感谢阅读，欢迎留言，一起进步~