最近在学习zookeeper原理的时候了解到了paxos算法,看了几篇文章之后还是感觉有些迷糊,后来看了知行学社的paxos视频才对这个算法有了一定的了解,这里就做一下总结.
本文转自：https://www.cnblogs.com/bangerlee/p/5655754.html
在理解分布式一致性:Raft协议中，我们详细分析了什么是分布式一致性和实现分布式一致性的Raft协议，本文我们主要讲一下分布式一致性的Paxos协议。
Google的粗粒度锁服务Chubby的设计开发者Burrows曾经说过：所有一致性协议本质上要么是Paxos要么是其变体。
Paxos算法是一种基于消息传递的具有高容错性的一致性算法，Paxos算法是一种公认的晦涩难懂的算法，并且实现它有很大难度。比较有名的工程是实现有Google Chubby,ZAB,微信的PhxPaxos等。
Paxos 协议是少数在工程实践中证实的强一致性、高可用的去中心化分布式协议。Google 的很多大型分布式系统都采用了 Paxos 算法来解决分布式一致性问题，如 Chubby、Megastore 以及 Spanner 等。开源的 ZooKeeper 以及 MySQL 5.7 推出的用来取代传统的主从复制的 MySQL Group Replication 等纷纷采用 Paxos 算法解决分布式一致性问题。
分布式算法，不得不提paxos。它是目前公认的解决分布式共识问题最有效的算法之一，甚至可以说过去几十年里一切分布式一致性算法都来源于它。那么要学习paxos，我们首先得认识它。一般描述它，都会包含两个词：分布式容错、分布式共识算法。那么它们是指什么呢？paxos又解决了什么样的问题呢？
分布式算法，不得不提paxos。它是目前公认的解决分布式共识问题最有效的算法之一，甚至可以说过去几十年里一切分布式一致性算法都来源于它。
Paxos主要解决在一个可能发生异常的分布式系统中快速明确的在集群内部对某个数据达成一致，并且保证不论系统发生什么异常，都不会破坏整个系统的一致性。
Paxos 是分布式系统中绕不过去的一个算法，但出了名的难以理解。因此我看到 Paxos 也是一直绕着走，但是绕的多了总感觉有些遗憾。于是过去一周闲暇时间搜集了很多资料，尝试了很多打开方式，总算初窥门径。便趁着新鲜，将脑中的理解赶到纸上，做个小结，以备后日不时之需。
为了理解paxos协议，开始时看了好些资料，但始终没有理解透，直到我看了这个视频：http://v.youku.com/v_show/id_XNjgyODc3ODU2.html。看懂之后，我就想按照自己的理解重新写一遍paxos的说明。结果写到一半，我发现越讲越不明白，反而不如之前我看到但没懂的资料了。这时我才意识到，或许这个斯坦福教授的讲解思路已经是最好的了，至少我跟着这个思路，把paxos协议理解清楚了。所以我把自己写了一半的paxos说明丢掉了，改为尝试逐页翻译（意译）这个视频的讲解。 希望这篇文章能够帮助到希望了解paxos协议的同学。
直到我看了这个视频：http://v.youku.com/v_show/id_XNjgyODc3ODU2.html。
Paxos算法问世已经有将近30年的历史了，是目前公认最有效的解决分布式场景下一致性问题的算法之一，但是缺点是比较难懂，工程化比较难。本文希望能够辅以图例和通俗易懂的实例把Paxos算法讲清楚。
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，每个节点都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。一个通用的一致性算法可以应用在许多场景中，是分布式计算中的重要问题。
Google Chubby的作者Mike Burrows说过这个世界上只有一种一致性算法,那就是Paxos,其他算法都是残次品。
本文链接: [https://blog.openacid.com/algo/paxoskv/]
一致性问题就是通过一些列的处理过程来选择某个特定的结果。这篇论文以存在 non-Byzantine 问题的异步消息传送系统来讨论一致性问题。解决这个问题的思路就是，在任何情况下都不能有两个被选择的值。即使一些处理过程失败了。并且在假定最终有足够多的处理过程处理成功了并且能够彼此通信，那么必须有唯一的一个值需要被选出作为一致性的结果。
在上一篇文章里我们主要介绍了 tomcat NIO 的整体架构，以及在这个架构下的各个线程，在这里我们主要介绍 acceptor 线程。
文章摘要：很多人喜欢把RocketMQ与Kafka做对比，其实这两款消息队列的网络通信层还是比较相似的，本文就为大家简要地介绍下Kafka的NIO网络通信模型
对于一个分布式系统来说，保障集群中所有节点的数据完全相同（即一致性）是很重要的，随着多节点的引入，这影响的是整个分布式系统对外服务的表象一致性。也就是说，一个分布式系统想要做到完全的一致性，需要对外表现为顺序一致性，即各个节点上的操作顺序都一致。
“与其预测未来，不如限制未来”，这应该是Paxos协议的核心思想。Paxos协议本身是比较简单的，如何将Paxos协议工程化，才是真正的难题。这是来自微信工程师的经验，以供参考。
两者共通处在于SocketServer中定义的RequestChannel对象和Processor线程。在代码中，线程本质都是Runnable类型，不管是Acceptor类、Processor还是KafkaRequestHandler类。
* 它的假设前提是，在分布式系统中进程之间的通信会出现丢失、延迟、重复等现象，但不会出现传错的现象。Paxos算法就是为了保证在这样的系统中进程间基于消息传递就某个值达成一致。 在Paxos算法中，有两种角色： Proposer Acceptor Paxos算法分为两个阶段。具体如下： 阶段一： (a) Proposer选择一个提案编号N（全剧唯一version），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
一直对Paxos协议比较感兴趣，之前对这个算法 有耳闻 但只是了解皮毛，最近在学Zookeeper，趁着这股新鲜劲，就花时间研究了下Zookeeper的选举算法实现，再重新学习了Paxos算法，这篇文章算是我的学习总结吧。 Basic Paxos 协议 Paxos 协议是一个解决分布式系统中 多个节点之间就某个值（提案value）达成一致（决议）的通信协议，也就是说，每个节点 提出的提案 会 对 同一个 提案内容 达成一致(知悉 且 要commit成功)。下面简称提案ID为 ProposalID，提案内容为
上一篇：《分布式数据一致性模型有哪些？》 提到了Base理论提到了一个重要的点就是「最终一致性」 有什么方式能实现这种一致性呢？
Acceptor和Processor之间缓存SocketChannel newConnections队列，保证线程安全顺序。
基于tomcat-embed-core：9.0.60 ， Http11NioProtocol（默认启用的）
Paxos算法是用来解决分布式系统中，如何就某个值达成一致的算法。它晦涩难懂的程度完全可以跟它的重要程度相匹敌。目前关于paxos算法的介绍已经非常多，但却很少有人能对P2c提出自己的见解，大多数是和稀泥式的人云亦云，但我觉着应该旗帜鲜明的亮出自己的观点，大家一起讨论，才能学到东西。希望我能将自己的观点表述清楚。
参考：http://xinsync.xju.edu.cn/index.php/archives/category/prglang/java/mina
上篇 basic paxos : https://cloud.tencent.com/developer/article/1147420
我想这不是因为Paxos复杂，而是因为Paxos最为简单。 1. Paxos只管达成共识，而且只达成一个。 2. Paxos不关心状态机，日志状态机等业务问题。(我想，加上日志状态机后才属于分布式一致性算法) 3. Paxos是原生多点写，不需要考虑选主。 相比之下，Mulit-Paxos，Raft等工程化的算法，都加入了某些条件和假设。所以可以认为其它算法是它的派生。
Proposer提出一个提案，编号为N，此N大于这个Proposer之前提出提案编号。请求acceptor的quorum接收
Paxos算法解决的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，如果各个节点的初始状态一致，每个节点执行相同的操作序列，那么他们最后能够得到一个一致的状态。为了保证每个节点执行相同的操作序列，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。在Paxos算法中，有三种角色：Proposer (提议者),Acceptor（接受者），Learners（记录员）
以源代码中muduo/examples/protobuf/rpc/为例，梳理pb rpc+muduo的处理流程。
这里面最主要的就是accept(key, processors(currentProcessor)) (4) accept: 设置新连接socket的参数后交由Processor处理:
该系列博文会告诉你什么是分布式系统，这对后端工程师来说是很重要的一门学问，我们会逐步了解常见的分布式技术、以及一些较为常见的分布式系统概念，同时也需要进一步了解zookeeper、分布式事务、分布式锁、负载均衡等技术，以便让你更完整地了解分布式技术的具体实战方法，为真正应用分布式技术做好准备。
Reactor模型是基于事件驱动的线程模型，可以分为Reactor单线程模型、Reactor多线程模型、主从Reactor多线程模型，通常基于在I/O多路复用实现。不同的角色职责有：Dispatcher负责事件分发、Acceptor负责处理客户端连接、Handler处理非连接事件（例如：读写事件）。
今天给大家推荐一个NET上的轻量级高性能网络程序框架Mina.NET。支持TCP、UDP和串口等多种传输通道，能够帮助开发者快速地开发高伸缩性的应用程序。
本文翻译自Quora上的一个回答 我认为在了解Paxos前，可以先谈谈其他解决共识问题的方法，在这个基础上再理解Paxos会简单些。 结婚誓言是一种达成共识的直观方式。 “你愿意（若干省略）？”“我愿意！”“我愿意！” “现在我宣布你们（若干省略）” 两阶段提交 现在假设这场婚姻不是发生在两个人之间，而是一个男人和多个女人之间。这个男人要么娶所有人，要么一个也不能娶。那么，结婚誓言也要相应地改成下面的样子： “你愿意（若干省略）？”“我愿意！”“我愿意！”“我愿意！”...... “现在我宣布你们（若干省略
为更好的阅读体验,和及时的勘误 请访问原文链接：图解Kafka服务端网络通信模型
春节在家闲着没事看了几篇论文，把一致性协议的几篇论文都过了一遍。在看这些论文之前，我一直有一些疑惑，比如同样是有Leader和两阶段提交，Zookeeper的ZAB协议和Raft有什么不同，Paxos协议到底要怎样才能用在实际工程中，这些问题我都在这些论文中找到了答案。接下来，我将尝试以自己的语言给大家讲讲这些协议，使大家能够理解这些算法。同时，我自己也有些疑问，我会在我的阐述中提出，也欢迎大家一起讨论。水平有限，文中难免会有一些纰漏门也欢迎大家指出。
muduo是chenshuo开源的一个基于reactor pattern的多线程网络库。同时他也写了一本关于此网络库的书《Linux多线程服务端编程:使用muduo C++网络库》，推荐阅读。
https://en.wikipedia.org/wiki/Paxos_(computer_science)
Paxos算法是Zookeeper实现的核心思路ZAB协议的基础，但是Paxos算法理解比较抽象。这里先简述下我的理解： 首先，Paxos算法解决的问题是：每一个处于正常工作的服务端都执行一个相同的命令序列。 意思就是：在如下的分布式系统中，有多个Client和多个Server。
Paxos算法是莱斯利·兰伯特（Leslie Lamport，就是 LaTeX 中的"La"，此人在微软研究院）1990年提出的一种基于消息传递的一致性算法。
使用 \muduo\examples\asio\chat\server.cc 作例子
这里面涉及两个重要数据结构，Connection_acceptor和Mysqld_socket_listener。
在上一篇文章里我们主要介绍了 tomcat NIO 中的 poller 线程，包括启动 poller 线程，添加事件到事件队列，对原始 socket 注册事件和 poller 线程的核心逻辑。在这里我们主要介绍 poller 线程的阻塞与唤醒。
在 Java 中，有一些替代方案可以用来实现 FTP 服务器功能，类似于 Python 中的 pyftpdlib。目前我们常用的就是三种替换方案，这里需要根据自己的项目需求选择合适的方法。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
