本文将为各位带来分布式算法中的 Paxos 算法。关注我的公众号「Java面典」，每天 10：24 和你一起了解更多 Java 相关知识点。

一致性算法

在前两篇文章中，已经给各位介绍了分布式事务与分布式事务解决方案。在解决分布式事务时，CAP 三者无法同时满足，往往都会选择一定程度上的牺牲分布式系统的强一致性而满足系统的高可用性。在满足分布式系统的最终一致性时，就需要用到分布式一致性算法。

什么是 Paxos

Paxos 算法解决的问题是一个分布式系统如何就某个值（决议）达成一致。一个典型的场景是，在一个分布式数据库系统中，如果各节点的初始状态一致，每个节点执行相同的操作序列，那么他们最后能得到一个一致的状态。为保证每个节点执行相同的命令序列，需要在每一条指令上执行一个“一致性算法”以保证每个节点看到的指令一致。zookeeper 使用的 zab 算法是该算法的一个实现。 在 Paxos 算法中，有三种角色：Proposer，Acceptor，Learners。

Paxos 的三种角色

Proposer

只要 Proposer 发的提案被半数以上 Acceptor 接受，Proposer 就认为该提案里的 value 被选定了；

Acceptor

只要 Acceptor 接受了某个提案，Acceptor 就认为该提案里的 value 被选定了；

Learner

Acceptor 告诉 Learner 哪个 value 被选定，Learner 就认为那个 value 被选定。

Paxos 算法原理

paxos 流程图.png

阶段一（准 leader 确定 ）

(a) Proposer 选择一个提案编号 N，然后向半数以上的 Acceptor 发送编号为 N 的 Prepare 请求；

(b) 如果一个 Acceptor 收到一个编号为 N 的 Prepare 请求，且 N 大于该 Acceptor 已经响应过的所有 Prepare 请求的编号，那么它就会将它已经接受过的编号最大的提案（如果有的话）作为响应反馈给 Proposer，同时该 Acceptor 承诺不再接受任何编号小于 N 的提案。

阶段二（leader 确认）

(a) 如果 Proposer 收到半数以上 Acceptor 对其发出的编号为 N 的 Prepare 请求的响应，那么它就会发送一个针对[N,V]提案的 Accept 请求给半数以上的 Acceptor。注意：V 就是收到的响应中编号最大的提案的 value，如果响应中不包含任何提案，那么 V 就由 Proposer 自己决定；

(b) 如果 Acceptor 收到一个针对编号为 N 的提案的 Accept 请求，只要该 Acceptor 没有对编号大于 N 的 Prepare 请求做出过响应，它就接受该提案。

分布式系统系列推荐

分布式系统02——分布式事务解决方案

分布式系统01——什么是分布式事务