分佈式理論Paxos, Raft

一、Paxos算法

世界上只有一種一致性算法，就是 Paxos，其它的算法都是殘次品，但Paxos非常複雜難懂。

算法原理參考：Paxos的通俗解釋 Paxos共識算法詳解

算法例子參考：如何淺顯易懂地解說 Paxos 的算法？

Paxos算法的核心問題是：解決分佈式系統的一致性的問題，所有問題均圍繞着在分佈式環境達成一致性而展開討論的。

預備知識

術語：

• proposer:提案者，它可以提出一個提案。
• acceptor：提案的受理者，有權決定是否它本身是否批准該提案。
• learner：不參與Paxos提案選定的過程，只在提案被選定時，知道提案結果的角色。
• proposal：由Proposer 提出的提案，每個提案由編號及value組成，如[m, value]，提案的編號必須是全局唯一，value即代表了提案本身的內容。
• choose：提案被選定，當有半數以上Acceptor批准該提案時，就認爲該提案被選定了。

提案編號：

有專門的編號生成算法，只需要知道它是全局唯一且遞增的就行了，就是說越新的提案，編號越大。

通信條件：

• 系統所有消息均存在延遲、丟失、重複的可能，系統也可以隨時會重啓。
• 系統所有的消息不存篡改的問題，也即不存在拜占庭的問題。

算法過程

跳過複雜的推理過程，直接給出算法過程。

Learner不參與投票過程，爲了簡化描述，我們直接忽略掉這個角色。

算法分爲兩個階段執行。

階段1.

1. proposer：選擇一個提案編號Mn，向超過半數的acceptor發送編號爲Mn的prepare請求。
2. acceptor：如果接收到編號爲Mn 的prepare請求，並且Mn大於它已經迴應的任何prepare請求，它就回復Promise響應，返回已經批准的編號最高的提案的value（如果有的話），並承諾不再批准任何編號小於Mn的提案。

階段2.

1. proposer ：
   • 如果收到了多數acceptor對prepare請求Mn的迴應，它就向這些Acceptor發送提案[Mn, Mv]的accept請求，其中Mn的值爲：
     1. 響應帶回了其他的已批准的提案，所有prepare請求響應中編號最大的已批准提案的value（相當於放棄自己的提案，變成復讀機）。
     2. 響應沒有帶回其他的已批准的提案：proposer 自己選擇的value（相當於還沒有其他提案被批准過，該proposer獲得first blood）。
   • 沒有收到多數acceptor對prepare請求Mn的迴應：回到第一步重新發起提案。
2. acceptor：如果收到了提案[Mn, Mv]的accept請求，它就回復accepted響應，批准該提案，除非它已經迴應了一個編號大於Mn的提案。

算法過程圖示

可見Acceptor需要持久化存儲minProposal、acceptedProposal、acceptedValue這3個值。

proposer 可以提出多個提案，只要它遵循上面的算法。它可以在任何時刻放棄一個提案。（這不會破壞正確性，即使在提案被放棄後提案的請求或者回應消息纔到達目標）如果其它的proposer 已經開始提出更高編號的提案，那麼最好能放棄當前的提案。

二、Raft算法

參考分佈式理論(六)——-Raft-算法

Raft 也是一個一致性算法，且比起Paxos更容易理解。就是說Paxos雖然在學術界是最強的，但是難理解、難實現，所以工業界廣泛使用的還是Raft算法。

Raft主要有兩個模塊：領導人選舉和日誌複製。

領導人選舉

Raft 通過選舉一個領導人，然後給予他全部的管理複製日誌的責任來實現一致性。

每個節點可以在三個身份之間切換：Leader、candidate、follower。

剛開始時所有節點都是follower，這個時候需要選舉一個 leader，所有人都變成candidate，直到有人成功當選 leader，這些落選的candidate又變回follower。角色輪換圖如下：

其中，leader也有可能會宕機，就需要引發新的選舉，所以整個集羣在選舉和正常運行之間切換，具體如下圖：

可以注意到， 上圖中的 term 3 選舉之後沒有跟着正常運行階段，這是因爲當一次選舉失敗（比如正巧每個節點都投了自己）後，就需要再重新選舉，每個節點會在一個隨機的時間裏重新投票，這樣就能保證不衝突了。所以，當 term 3 選舉失敗，等了幾十毫秒，執行 term 4 選舉，併成功選舉出leader。

接着，leader週期性的向所有follower發送心跳包來維持自己的權威。如果一個follower在一段時間裏沒有接收到任何消息，也就是選舉超時，那麼他就會認爲系統中沒有可用的leader或者leader宕機，並且發起選舉以選出新的leader。

要開始一次選舉過程，follower先要增加自己的當前任期號並且轉換到candidate狀態。然後請求其他服務器爲自己投票。

規則：

1. 每一個 server 最多在一個任期內投出一張選票（有任期號約束），先到先得。
2. 要求最多隻能有一個人贏得選票。
3. 一旦成功，立即成爲領導人，然後廣播所有服務器停止投票阻止新得領導產生。

可能會產生 3 種結果：

1. 自己成功當選
2. 其他人成爲領導者
3. 所有人票數相同，沒有任何一個人成爲領導者

遇到第三種情況而僵住時，Raft 通過使用隨機選舉超時時間（例如 150 - 300 毫秒）的方法將服務器打散投票。每個候選人在僵住的時候會隨機從一個時間開始重新選舉。

日誌複製

一個leader被選舉出來後，他就開始爲客戶端提供服務。

客戶端發送日誌給leader，隨後leader將日誌複製到他的follower上。如果follower故障，leader將會嘗試重試，直到所有的follower都成功存儲了所有日誌。

下圖表示了當一個客戶端發送一個日誌給leader，隨後leader複製給follower的整個過程。

4 個步驟：

1. 客戶端提交數據給leader
2. leader複製數據給所有follower
3. follower回覆 確認接收
4. leader回覆客戶端和所有follower 確認提交。

直到第4步驟，整個事務纔會達成。中間任何一個步驟發生故障，事務都會中止，因此故障不會影響到日誌一致性。

與其他算法的區別

• 2PC 和 3PC都只有一個協調者，宕機之後會使階段提交無法進行（2PC的參與者會阻塞，3PC的參與者可以繼續本地提交）。
• Paxos有多個accepter，審批proposer的提案。
• Raft只有一個leader，如果leader宕機，可以重新選舉一個leader出來繼續工作。