Paxos算法——前世

   Paxos算法是基于消息传递且具备高度容错特性的一致性算法。咱们将从一个简单的问题开始，逐步的改进咱们的设计方案，最终获得Paxos，一个能够在逆境下工做的协议。

1、客户端-服务器模型

    咱们从最小的分布式系统开始，在这个系统中，只有两个结点，客户端结点与服务端结点，客户端结点可以操做（存储或更新）远程服务器结点上的数据。

算法1.1  朴素的客户端/服务器算法：客户端每次向服务器发送一条命令。

    在存在消息丢失的消息传递模型中，该算法却不能很好的工做，客户端不能确认消息是否正确的被服务器所接受。所以咱们须要对其进行一些小的改进。

算法1.2 待确认的客户端/服务器算法

    1.客户端向服务端发送一条请求命令消息。

    2.服务端接受请求并回复确认信息。

    3.客户端在必定的时间范围内，没有收到服务器端发送的请求确认信息的回复，则从新发送命令请求信息。

• 该算法描述了，客户端在发送一条请求命令后，在收到服务端的确认回复前，是不会发送下一条请求命令。
• 客户端在发送的过程当中消息可能丢失，服务端在回复的确认消息时，消息也可能丢失，对于服务端确认消息的丢失状况，在到达必定超时时间后，客户端未收到确认回复，会从新发送消息，此时该消息已经被服务器端处理，因此咱们须要有一种机制可以保证消息的幂等性。例如给消息加上序列号。
• 该算法能够很容易的扩展到多服务器端的场景，客户端发送命令请求给每个服务器端，当收到全部服务器的确认消息，就能够认为这条命令执行成功。
• 如何处理多个客户端的场景？

    基于可变消息延迟模型咱们能够得出以下定理，即消息的延迟时间是不定的，同一对结点的消息发送的时间延迟也是不一样的。

定理1.1  若是算法在多个客户端与服务端运行，服务器收到的命令顺序多是不一样的，这会致使不一致的状态。

    假设在以下的场景中，存在客户端c1，c2 ，服务端 s1，s2.  服务端s1，s2存在相同的值x = 0。 若是此时 c1，向服务器s1，s2 发送 x = x + 1. 在同一时刻 c2 向服务器 s1，s2 发送 x = 2*x. 假设c1 先于 c2 到达 s1 ，则此时s1的状态值x为 2， 而 c2 先于 c1 到达 s2 ， 则此时 s2 的状态值x为 1. 致使集群的状态不一致。

定义1.1  （状态复制）对于一组结点，若是全部结点都以相同的顺序执行命令序列 c1，c2，c3，c4……，则这组结点实现了状态复制

• 状态复制是分布式系统的基本特征
• 由于单个系统自然实现状态复制，能够令单个服务器系统实现序列化器，自动对请求进行排序来分发命令，从而实现状态复制。

算法1.3 借助单一的串行化器实现状态复制

    1. 全部的客户端将请求命令发送到串行化器

    2.串行化器逐个处理客户端请求，并将客户端请求逐个发送给全部服务器

    3.当串行化器接受到全部服务器的确认消息时，它将返回给对应客户端命令执行成功的消息。

• 这个想法有时也被成为主从复制。
• 改算法存在单点故障。串行化器
• 咱们是否能够构造一个更分布式的方法来解决状态复制的问题。去掉串行化器。任什么时候刻最多只有一个结点能够发送请求命令，是否能够采用互斥或各自加锁的思想？

算法 1.4 两阶段锁

    阶段 1  ：

          客户端向全部服务器请求获取锁

    阶段 2: 

          if   客户端得到全部服务器的加锁请求 

               客户端以可靠的方式向全部服务器发送命令请求，释放锁

          else 

               客户端释放已经获取的锁，休眠一段时间，进入阶段 1 

 

• 算法 1.4 是否可以很好的应对结点崩溃呢？在该算法中要求全部的服务器结点都必须可以正常的工做
• 若是仅获取部分服务器的锁可否工做，得到过半数服务器的锁是否就足够了？
• 若是超过两个以上的客户端试图获取超过半数服务器的锁，怎么应对死锁的问题，是否须要释放已经获取的服务器锁，若是客户端在释放锁以前就发生了故障，怎么办，是否须要一个与锁不一样的概念。

下一节中咱们将从弱化的锁机制来引出paxos算法 。