2019.9.5-6 snapshots, multicast, paxos, leader election和mutual exclusion

把这两天看的两章一块儿说一下。

第五章，先是讲snapshots就是快照，具体就是Chandy-Lamport算法，快照就是把一个分布式系统以不少断点（marker）为间隔记录下系统的状态，包括单个进程本身的状态以及不一样进程之间的状态，保存这些可能能够用来进行错误处理之类的事情。

　　　　算法具体流程是啥呢，就是由某个进程向其余进程发送marker，其余进程接收并视状况回信，而后纪录本身的系统状态...具体内容能够看这里https://zhuanlan.zhihu.com/p/53482103

 

　　　　而后是multicast，其实以前提过这个，中文叫组播，就是一个进程对系统内的一组进程传递消息，对应“广播”（broadcast），也就是对全部成员都发送消息。有几种类型的multicast算法，好比fifo，casual什么的，casual就是知足lamport时间戳那种因果一致性的要求的。这一篇讲的能够看一下，比较形象https://www.cnblogs.com/hzmark/p/consistency_model.html，还有这个讲得更清楚些https://blog.csdn.net/aigoogle/article/details/43271185。

 

　　　   最后是讲consensus，咱们熟悉的paxos啊raft啊都是指这个问题，consensus就是指对于一个分布式系统中的全部进程，要以某种方式保证它们产生同一个结果。这被证实是不可能的，不过经过paxos之类的算法能够尽最大可能的保证一致性。像failure dection和leader election这类问题实际上是和consensus问题等价的。

　　　　paxos能够提供完整的safety和较大程度的liveness。对于一个系统来讲safety的意思大致是，不会有坏事发生，好比各进程决策不一致。liveness意思就是最终必定会有好事发生，好比最后必定会选出一个leader。而后三哥很是简略的讲了下paxos的内容，由于实在过于简略因此没啥可说的，后面raft的时候再总结吧。

 

第六章，先是leader elcetion。分布式系统里须要一个leader，用做读写之类的操做，也能够把调度放在leader机器里面。因此就须要各进程选出一个leader，而后讲了一个ring leader election的算法，其实很简单，就是各进程组成一个环，而后沿着换互相交换某种属性，最后能获得一个最强的，那么最强的天然就当领导了。具体内容这里能够看看http://www.javashuo.com/article/p-twswmitg-ee.html。讲了两个工业中用到的选举算法，chubby和zookeeper，讲的都很简略，前面那个连接也有讲。

 

　　　　而后讲 Mutual Exclusion，就是进程互斥，为何要进程互斥呢，就跟单系统的状况同样，由于不一样的进程可能想要执行同一件事情，那么同步执行的时候可能出问题。这个单系统的进程互斥咱们很熟悉了，就加锁就完事了，分布式系统的话其实也差很少，同样很简明，一个最简单的算法就是选举出一个leader，由这个leader持有一个token，而后每一个进程若是运行某段代码的话就要像leader索要token，只有有token的程序才能执行这一段。

　　　　另外一个算法是ringed  Mutual Exclusion，就是并无leader，全部进程组成圆桌轮流持有token，每一个人接到token后都检查一下本身想不想执行，不想的话就日后传。感受这两种算法就是自由和平等之间的区别（。。）

　　　　Ricart-Agrawala's Algorithm相对复杂一些，它没有token而是利用了lamport timstamp，性能比前两种好一些可是很占带宽，由于这个算法中每两个进程之间都要通讯确认状态。有一种Maekawa's Algorithm在此基础上改善了带宽，可是具体什么原理我懒得听了...

　　　　固然，现实中用的Mutual Exclusion都不是上面那几种，因此了解了解就好...