分布式数据库

DDBS Paxos

2019-06-18  本文已影响0人  西西弗斯不说话

Paxos 有点类似我们之前说的 2PC,3PC,但是解决了他们俩的各种硬伤。该算法在很多大厂都得到了工程实践,比如阿里的 OceanBase 的分布式数据库,底层就是使用的 paxos 算法。再比如 Google 的 chubby 分布式锁也是用的这个算法。可见该算法在分布式系统中的地位,甚至于,paxos 就是分布式一致性的代名词。

Paxos 角色

在paxos算法中,分为4种角色:

不过为了方便理解,我们将Proposer摘取出来作为算法的主角,其他三者为配角。

Paxos 举例说明

在 Paxos 岛上,有A1, A2, A3, A4, A5 5位议员,就税率问题进行决议,决议结果由少数服从多数来决定。
我们假设几个场景来解释:

场景 1.

(暂且不考虑信使,即不考虑分布式网络问题)
A1 说:税率应该是 10%。而此时只有他一个人提这个建议。如下图:


很完美,没有任何人和他竞争提案,他的这个提案毫无阻挠的通过了。A2 - A5 都会回应他:我们收到了你的提案,等待最终的批准。而 A1 在收到 2 份回复后(加上A1自己,表决结果过半),就可以发布最终的决议:税率定位 10%,不用再讨论了。

场景 2.

现在我们假设在 A1 提出 10% 税率提案的同时, A5 决定将税率定为 20%,如果这个提案要通过侍从送到其他议员的案头,A1 的草案将由 4 位侍从送到 A2-A5 那里。但是侍从不靠谱(代表分布式环境不靠谱),负责 A2 和 A3 的侍从顺利送达,而负责 A4 和 A5 的侍从则开溜了!而 A5 的草案则送到了 A4 和 A3 的手中。



现在,A1 ,A2,A3 收到了 A1 的提案,A3,A4, A5 收到 A5 的提案,按照 Paxos 的协议,A1,A2,A4,A5 4个侍从将接受他们的提案,侍从拿着回复:我已收到你的提案,等待最终批准 回到提案者那里。

而 A3 的行为将决定批准哪一个。当 A3 同时收到了 A1 和 A5 的请求,该如何抉择呢?不同的抉择将会导致不同的结果。

场景 2. 抉择1.

假设 A1 的提案先送到 A3 那里,并且 A3 接受了该提案并回复了侍从。这样,A1 加上 A2 加上 A3,构成了多数派,成功确定了税率为 10%。 而 A5 的侍从由于路上喝酒喝多了,晚到了一天,等他到了,税率已经确定了(决策已经成型),A3 回复 A5:兄弟,你来的太晚了,税率已经定好了,不用折腾了,听 A1 的吧。

场景 2. 抉择2.

依然假设 A1 的提案先送到 A3 处,但是这次 A5 的侍从不是放假了,只是中途耽搁了一会。这次, A3 依然会将"接受"回复给 A1 .但是在决议成型之前它又收到了 A5 的提案。这时协议根据 A5 的身份地位有两种处理方式。

  1. 当 A5 地位很高,例如 CEO,就回复 A5:我已收到您的提案,等待最终批准,但是您之前有人提出将税率定为10%,请明察。
  2. 当 A5 没地位,普通码农一个,直接不回复。等待 A1 广播:税率定为 10% 啦!!

场景 2. 抉择3.

在这个情况中,我们将看见,根据提案的时间提案者的权势决定是否应答是有意义的。在这里,时间和提案者的权势就构成了给提案编号的依据。这样的编号符合"任何两个提案之间构成偏序"的要求。

A1 和 A5 同样提出上述提案,这时 A1 可以正常联系 A2 和 A3,A5 也可以正常联系这两个人。这次 A2 先收到 A1 的提案; A3 则先收到 A5 的提案。而 A5 更有地位。
在这种情况下,已经回答 A1 的 A2 发现有比 A1 更有权势的 A5 提出了税率 20% 的新提案,于是回复A5说:我已收到您的提案,等待最终批准。
而回复 A5 的 A3 发现新的提案者A1是个小人物,没地位不予应答。
此时,A5 得到了 A2,A3 的回复,于是 A5 说:税率定为 20%,别再讨论了。
那 A4 呢? A4 由于睡过头了(决议已经成型),迷迷糊糊的说:现有的税率是什么? 如果没有决定,则建议将其定为 15%.
这个时候,其他的议员就告诉他:哥们,已经定为 20% 了,别折腾了。洗洗继续睡吧。
整个过程如下图:


总结

我们可以看到Paxos算法就是少数服从多数,同时,还会根据议员的身份和提案的时间来判断是否需要应答,这个身份其实就是一个编号,是为了防止出现活性导致死循环。
Paxos 的目标:保证最终有一个提案会被选定,当提案被选定后,其他议员最终也能获取到被选定的提案。
Paxos 协议用来解决的问题可以用一句话来简化: 将所有节点都写入同一个值,且被写入后不再更改。

注意:这一切都是在没有 拜占庭将军 问题的基础上建立的,即消息不会被篡改(因为分布式大多在局域网中)。

上一篇下一篇

猜你喜欢

热点阅读