一致性算法

分布式协议-两阶段、三阶段提交、paxos、raft备份

2019-04-12  本文已影响0人  baiyin1115

又撸了一遍分布式协议,准备自己对paxos复盘下,下面是感觉还不错可以参考的文章, 知识只能是常看常新了。

推荐书:从PAXOS到ZOOKEEPER分布式一致性原理与实践

1 文章摘抄


basic paxos一些想法

作者:楼虎彪
链接:https://www.zhihu.com/question/19787937/answer/370367692


提议ID生成算法

image.png
作者:凉拌灰土
原文:https://blog.csdn.net/cnh294141800/article/details/53768464
有的文章这么写,有的从别的地方直接贴,容易把人看糊涂了。
我说下自己的理解,
主要要看m的理解,m应该是最新的生成轮次。看下计算式子:
s%n=ir ==> s= m*n+ir ==> m=(s-ir)/n, s是已知的,s是当前节点自增值和接收到acceptor的拒绝后所得到的值比较后最大的那个值,ir是节点编号,n是当前节点个数。注意paxos协议里面如果acceptor拒绝的话会回传最新的值是哪个proposer提交的,所以这个例子应该这么写:
例: 以3个proposer P0、P1、P2为例,开始时各节点的初始m=0,编号分别为0,1,2。

1) P0提交的时候发现了P1已经提交,P1编号为1 >P0的0,因此P0重新计算编号:当前最大的s是1,是P1提供的,那最大s对应m的计算公式是m1=(s1-ir1)/n,即为m=(1-1)/3=0,当前节点m是0,与P0现在的m是相等的,因此m++;那new s0=m*n+ir0 即为1*3+0=3

2) P2以编号2提交,发现小于P0的3,因此P2重新编号:当前最大的s是P0的3,所以m=(3-0)/3=1;比当前节点的m大,所以当前节点的m需要等于最新的m,那new P2 = 1*3+2 = 5。

这个算法如果proposer扩节点了怎么整?


paxos协议的问题

  1. 活锁问题。在base-paxos算法中,不存在leader这样的角色,于是存在这样一种情况,即P1提交了一个proposal n1并且通过了prepare阶段;此时P2提交了一个proposal n2(n2>n1)并且也通过了prepare阶段;P1在commit时因为已经通过了n2而被拒绝;于是P1继续提交一个proposal n3并且通过prepare阶段;巧的是此时P2开始commit了,由于n2<n3再次被拒绝……如此循环往复。这种情况被称为活锁。即整个系统都没死,但由于互相请求资源而被互相锁死。为了不发生活锁的情况,最简单的方式当然是缩减proposer到一个,这样就不会发生互相请求锁死的情况,也即退化。事实上很多后来的工业级协议,都是paxos协议的退化或者变种。

  2. 复杂度问题。base-paxos协议中还存在这样那样的问题,于是各种变种paxos出现了,比如为了解决活锁问题,出现了multi-paxos;为了解决通信次数较多的问题,出现了fast-paxos;为了尽量减少冲突,出现了epaxos。可以看到,工业级实现需要考虑更多的方面,诸如性能,异常等等。这也是为啥许多分布式的一致性框架并非真正基于paxos来实现的原因。

  3. 全序问题。对于paxos算法来说,不能保证两次提交最终的顺序,zab解决了这个问题。

作者:liweisnake
原文:https://blog.csdn.net/liweisnake/article/details/70045164


2 撸了好几天paxos算法了,按照自己的理解整理下。自己写了个流程图,便于理解吧。

分布式算法.png

3 数学归纳法

看了好久也没看明白算法的证明,恶补了下数学归纳法,高中的知识已经还给老师了。。。。。

按照出题的形式来吧,一般数学归纳法证明的数学题都张下面这样。手写吧,电脑写数学题还是麻烦。


微信图片_20190412172811.png
上一篇 下一篇

猜你喜欢

热点阅读