一、 Paxo共识如何做事情？

Paxos里面有三种角色，Proposer, Acceptor, Learner，其中learner完全被动复制已经形成共识的内容，这里不做介绍。
首先Proposer会向每一个acceptor发送一个数字n，这里n可以理解成工钱。

Acceptor接受到n后，知道有事情做了，于是回复Proposer同意请求，这里面可能有网络的原因，第三个Acceptor并没有及时反馈。但是当大多数Acceptor回复时，Proposer就可以进行下一步操作了。

接下来Proposer发送Accept请求，该请求就是具体的内容，acceptor需要做的事情。Acceptor接受后，将在本地进行执行。

至此，Paxos最核心的想法就已经说完了。

二、 Raft如何做事情呢？

Raft算法里面也有3个角色，Leader，Candidate，Follower。这里面的事情处理相较于Paxos来说非常简单，Leader直接发送给Follower需要干什么，Follower然后完成任务，返回他Leader一个Ok。
那这里如何选举Leader呢？首先需要Follower发现，目前已经没有leader了，因此需要有人来担此大任！因此，他主动申请想要作Leader，于是他成为candidate请求其他follower投票。如果获得大多数Follower的投票，该Candidate就成为Leader了。

三、 如何处理两种算法中的选举冲突？

首先我们来看Paxos里面有什么选举冲突？
如下图，当存在两个Proposer时，究竟听取谁的意见呢？这里Paxos算法采取谁的数字大听谁的，也可以理解为谁的工钱多，听谁的。如图，B的数字更大，因此B的建议将会被采纳，并进行下一步操作。

接下来看看Raft中的选举冲突。
这里主要讨论的是平票的情况，如图，两个Candidate存在，他们都想成为Leader，然后给Follower发送请求，由于网络的原因，最后他们可能获得平票的结果。这样就不会有Leader出现。

那这种情况该如何处理呢？
Raft采取了随机选举超时机制，也就是当Follower发现没有Leader时，究竟需要等待多久，才发起请求成为Candidate呢？如图，Follower1发现没有Leader后立马发送请求，让别的节点给自己投票，而Follower2，还在等待上一任Leader的消息。这样的话，首先成为Candidate的节点，就更容易成为Leader，这样极大程度上解决了平票的问题。