Paxos 由著名图灵奖获得者Leslie Lamport提出，该算法是分布式一致性算法中的奠基之作，今天初读此文仅将相关学习心得予以记录。
1.Paxos 是什么？主要用来解决什么问题？
Paxos是一个用于实现可容错的分布式系统的算法，主要用于保证分布式集群中多备份系统之间的操作和数据的一致性。这样集群中的每台机器对外相当于完全一致，从而其互相之间可以互为备份，从而使得系统能够容忍一定数量的机器出问题（宕机、断网、硬盘损坏等等）。
2.Paxos的基本原理是什么？
介绍paxos的算法之前，首先介绍一个paxos算法中涉及到的几个角色：
-
proposer提出提案者，在实际应用中可以理解为request的接受者，该角色接收到用户请求，并向集群提出提案要求执行该request。 -
acceptor接收者，接收者接收到来自其他的proposer的提案，并按照一定的逻辑决定是否接收当前的提案，也就是是否接收request并准备执行request的角色。 -
learner学习者，能够从其他节点获取某个被共识之后的提案。
2.1 paxos解决的问题
假设有n个独立的进程分别能够提出一个值，那么pasos算法用于保证这些进程提出的值的其中之一能够被正确处理。
paxos算法的安全性前提条件为：
- 只有被提议的值才有可能被选中，也就是说不可能有凭空出现的值出现；
- 一次只有一个值会被选中；
- 进程不会learn到一个没有被选中的值；
ps:这里的选中是翻译论文中的propose,其实我感觉这里的propose value可以理解为对某个请求的共识，也就是当进程接收到客户的请求时需要paxos算法保证每次各个进程所处理的请求一致。
pasox算法的关键也就是对这种
2.2 paxos算法的论述以及推论
2.2.1 如何选择一个提案？
对于单个服务器而言，可以按照先到先服务的顺序去选择提案，但是对于多个进程怎么保证提案选择？提案可以由任何一个proposer发出，每个acceptor收到提案的顺序会有所不同，如何保证各个acceptor按同样的顺序接收提案是paxos算法的核心。
为了保证其一直性，paxos给出一系列的接收提案的规定及其推论：
P1: An acceptor must accept the firtst proposal that it receives.（任何接收者都按照先来先服务的原则接收提案。）
P1这个会引起另外一个问题：也就是每个进程接收到的提案顺序不一样，这会造成整个系统的不一致
为了解决这个问题，paxos为每个拟接收的提案（后文直接用Request替代好了）分配一个序号，每个acceptor可以同时接收多个Request,但是一个时间只有一个Request会得到一个序号，序号是递增的。每个Request分配需要必须要集群中大多数节点同意，这里的大多数由系统的Intersection Quorum决定,本场景中的quorum数最少系统节点数目的一半加1。
P2: If a proposal with value v is choosen, then every higger-numbered proposal that is choosen has value v.(如果某个值v在num k的时候被选中，num 大于k的Proposal中能够看到之前选中的v的值)
由P1和P2可以得出一个提案提交的算法：
- 某个节点上的Proposer提出一个新的proposal num k，并发送到其他一定数量的acceptor，让其保证一下两点：（这被称为
PrepareRequest(n)n是request的序号）
- 不在接收proposal num < k的提案；
- proposal num 小于k的所有提案已经被accept了；
- 如果该Proposer接收到来自大多数的节点对1中的PrepareRequest的回应，那么Proposer会选择Responses中的最大的proposal提案序号，如果responders没有改提案号，Proposer就会自己随机选择一个并和之前的k一起发送
AcceptRequest(n, v)到acceptors;
P1a: An acceptor can accept a proposal numbered n iff it has not responded to a prepare request having a number greater than n.
2.2.2 Proposal 与Acceptor之间的交互流程
- 阶段一：
Proposer节点接收到客户端请求，向集群中其他Acceptor节点发送该请求提案，并赋给该提案一个最新的序列号，即发送Prepare消息。
sequenceDiagram
Proposer ->> Acceptors: Prepare(n)
- 阶段二：
Acceptor节点接收到Prepare消息之后需要进行检查，如果n的值大于当前该节点之前Prepare的最大的序列号则接受该消息，并在接下来的处理过程中不再接收序列号小于n的其他Prepare消息。
sequenceDiagram
Acceptors ->> Proposer: OK, not accept Prepare.num < n and highest-numbered proposal it has accepted(if any)
- 阶段三：
Proposer节点在阶段一之后等待Acceptor节点的返回，当接收到大于Quorum数量的相应之后，向Acceptor节点发送Accept(n,v)消息。n即Prepare中的序列号，v = （Acceptor返回的其最大的accepted 的序列号）|| （Acceptor没返回的情况下，Proposer节点任意指定）
sequenceDiagram
Proposer ->> Acceptors: Accept(n, v)
- 阶段四：
Acceptors收到Accept之后进行请求的具体执行
3.Paxos有哪些适用领域以及其有哪些限制？
Paxos解决的问题：
- 异步网络环境中，多进程之间操作的一致性
Paxos的前置条件有：
- 该算法只能够适用于系统中不包含拜占庭节点的情况；
- 该算法的正确性前提是系统中不能超过一半的机器出现问题；
4.Paxos的成熟应用以及发展现状？
Paxos目前广泛运用在目前的分布式系统，典型的分布式协调服务有开源的Zookeeper系统以及Google的Chubby，国内的阿里的OceanBase等等。
5.分布式一致性还有哪些算法可以用？分别有哪些有缺点？
比较著名的还有VR,Raft
以及能够容忍拜占庭节点的PBFT等