一、定义
一种基于消息传递且具有高度容错特性的 一致性算法。
二、解决什么问题
如何快速正确的在一个分布式系统中对某个数据值达成一致,并且保证不论发生任何异常,
都不会破坏整个系统的一致性。
三、思想
在一个Paxos系统中,首先将所有节点划分为Proposer(提议者),Acceptor(接受者),和
Learner(学习者)。(注意:每个节点都可以身兼数职)。
2、一个完整的Paxos算法流程分为三个阶段:
(1)Prepare准备阶段
Proposer向多个Acceptor发出Propose请求Promise(承诺)
Acceptor针对收到的Propose请求进行Promise(承诺)
(2)Accept接受阶段
Proposer收到多数Acceptor承诺的Promise后,向Acceptor发出Propose请求
Acceptor针对收到的Propose请求进行Accept处理
(3)Learn学习阶段
Proposer将形成的决议发送给所有Learners
3、流程
(1)Prepare: Proposer生成全局唯一且递增的Proposal ID,向所有Acceptor发送Propose请求,这里无需携带提案内容,只携带Proposal ID即可。
(2)Promise: Acceptor收到Propose请求后,做出“两个承诺,一个应答”。
不再接受Proposal ID小于等于(注意:这里是<= )当前请求的Propose请求。
不再接受Proposal ID小于(注意:这里是< )当前请求的Accept请求。
不违背以前做出的承诺下,回复已经Accept过的提案中Proposal ID最大的那个提案的Value和Proposal ID,没有则返回空值。
(3)Propose: Proposer收到多数Acceptor的Promise应答后,从应答中选择Proposal ID最大的提案的Value,作为本次要发起的提案。如果所有应答的提案Value均为空值,则可以自己随意决定提案Value。然后携带当前Proposal ID,向所有Acceptor发送Propose请求。
(4)Accept: Acceptor收到Propose请求后,在不违背自己之前做出的承诺下,接受并持久化当前Proposal ID和提案Value。
(5)Learn: Proposer收到多数Acceptor的Accept后,决议形成,将形成的决议发送给所有Learner。
四、举例
1、有A1, A2, A3, A4, A5 5位议员,就税率问题进行决议
(1)A1发起1号Proposal的Propose,等待Promise承诺;
(2)A2-A5回应Promise;
(3)A1在收到两份回复时就会发起税率10%的Proposal;
(4)A2-A5回应Accept;
(5)通过Proposal,税率10%。
2、 现在我们假设在A1提出提案的同时, A5决定将税率定为20%
(1)A1,A5同时发起Propose(序号分别为1,2)
(2)A2承诺A1,A4承诺A5,A3行为成为关键
(3)情况1:A3先收到A1消息,承诺A1。
(4)A1发起Proposal(1,10%),A2,A3接受。
(5)之后A3又收到A5消息,回复A1:(1,10%),并承诺A5。
(6)A5发起Proposal(2,20%),A3,A4接受。之后A1,A5同时广播决议
注意:在网络复杂的情况下,一个应用 Paxos 算法的分布式系统,可能很久
无法收敛,甚至陷入活锁的情况。
3、现在我们假设在A1提出提案的同时, A5决定将税率定为20%
(1)A1,A5同时发起Propose(序号分别为1,2)
(2)A2承诺A1,A4承诺A5,A3行为成为关键
(3)情况2:A3先收到A1消息,承诺A1。之后立刻收到A5消息,承诺A5。
(4)A1发起Proposal(1,10%),无足够响应,A1重新Propose (序号3),A3再次承诺A1。
(5)A5发起Proposal(2,20%),无足够相应。A5重新Propose (序号4),A3再次承诺A5。
注意:
造成这种情况的原因是系统中有一个以上的 Proposer,多个 Proposers 相互争夺 Acceptor,
造成迟迟无法达成一致的情况。针对这种情况,一种改进的 Paxos 算法被提出:从系统中选
出一个节点作为 Leader,只有 Leader 能够发起提案。这样,一次 Paxos 流程中只有一个
Proposer,不会出现活锁的情况,此时只会出现例子中第一种情况。