内容简介:在分布式系统当中,我们往往需要保持节点之间的一致性。在绝大多数情况下,我们需要让系统中的节点相互协调通力合作,才能尽可能的让系统保持正确、可用。在这种场景下,我们可以忍受数据的丢失,但是需要在系统从异常状态下恢复后,可以尽快的但是,由于分布式系统本身的特性,需要我们在不可靠的硬件上尽可能的构建可靠的系统。所以,看似简单的一致性问题成为了分布式系统领域的一个重要的课题。Paxos算法是Leslie Lamport于1990年提出的一种一致性算法。也是目前公认解决分布式一致性问题最有效的算法之一。
一致性协议 - Paxos
在分布式系统当中,我们往往需要保持节点之间的一致性。在绝大多数情况下,我们需要让系统中的节点相互协调通力合作,才能尽可能的让系统保持正确、可用。在这种场景下,我们可以忍受数据的丢失,但是需要在系统从异常状态下恢复后,可以尽快的 重新达成一致 。
但是,由于分布式系统本身的特性,需要我们在不可靠的硬件上尽可能的构建可靠的系统。所以,看似简单的一致性问题成为了分布式系统领域的一个重要的课题。
Paxos算法是Leslie Lamport于1990年提出的一种一致性算法。也是目前公认解决分布式一致性问题最有效的算法之一。
Paxos算法的目标是在一个不可靠的分布式系统内,只利用网络通信,能够快速且正确地在集群内部对某个数据的值达成一致。并且保证不论发生任何异常,都不会破坏系统的一致性。
Paxos算法
另一种(简化了的)形象的问题描述 - 抢车位
某小区的一些居民在抢车位,而车位只有一个。居民们达成协议,只要一个报价获得半数以上居民认可,那么提出这个出价的居民则获得了车位的所有权。所有权是临时的,所以如果有另一个居民提出了更高的报价并且获得认可,所有权则会被转移。
居民们都是遵纪守法的好公民,在整个过程中都只会如实的与其它用户分享信息。信息的分享是在网上,通过一对一的私密聊天进行。但是小区的手机信号非常差,我们不能保证通信的质量,一些信息可能会丢失,有的居民可能会掉线,有的居民甚至可能失忆。但是通信的内容是完整的,不会被篡改的。
划重点: 1. 车位有且只有一个,所以一个车位不能同时有两个拥有者 2. 车位可以暂时没有拥有者,但是需要尽快选出一个 3. 车位的所有权不是一成不变的,只要你的新报价获得了居民的认可,就可以更新所有权 4. 通信是不可靠的(not-reliable),但是正确性(integrity)可以保证
如何选出最终的买家
由于通信是一对一的,对于所有参与者来说,他们对整个系统的了解都是片面的、过时的。但是参与者会通过与其它参与者进行通信,不断获得更及时的信息,从而最终达成一致。
对于普通居民,会记录“已知最高报价”和“已确认报价”两个状态。会处理两种请求: 1. 询价:如果询价小于当前居民已知最高报价,则拒绝请求,并返回当前最高报价。否则会更新本地的已知最高已有报价 2. 报价:居民会将请求中的报价与自己已知的最高报价进行比较,如果高于或等于本地已确认的报价,就确认这个报价,并同时更新两个状态
而对于买家,会发出两种不同的信息: 1. 询价:以某一个报价问询所有的居民,如果这个报价低于居民已知的报价,则更新报价 2. 报价:如果报价获得了多数居民的认可,即可以认为所有权已经更新
一致性的直观证明
报价阶段,除了保证正确性之外,对于居民和买家并没有任何约束。其本质参与者之间同步信息的过程。
而一致性在报价阶段可以被很好的保证。假设当前用户A已经声明以价格P买入车位(记为 (P, A)
),此时必有多数居民已经认可 (P, A)
。如果用户B想要声明以价格Q(Q >= P)买入车位,他仍需要获得半数以上居民的认可才可以获得所有权。
Paxos如何解决活锁问题
假设居民里有买家A、B,同时向其它居民提出询价/报价。如果他们的询价/报价顺序排列如下,会出现什么状况呢?
A: 询价,1块 众居民:好的,最高价为1块 B:加钱,2块 众居民:收到,最高价为2块 (此时A仍旧认为1块是最高报价) A:最终报价,1块 众居民:不行不行,B已经加到两块钱了 A:(内心mmp)询价,3块 (B对A提高了报价也毫无准备) B:最终报价,2块 众居民:滚粗,A已经报价3块了 B:我加钱 A:我再加 B:我加钱 A:我再加 众居民:。。。(你们玩个球啊)
震惊,这帮无聊的人居然为了这几块钱可以玩一天!
以这样的流程进行下去,系统会陷入活锁,几乎不能达成一致了。想要解决这个问题,可以将A和B的询价重试时间加入随机化因子,这样可以帮助更快的让居民们达成一致。
Paxos如何解决投票分裂问题
![5]
如图所示,居民们的投票可能会发生分裂,即没有一个值达到了半数。这里的解决方案是让买家重新进行询价,同时加入随机化因子,使得投票达成半数以上的概率更大。
说正经的
对于Paxos算法的官方描述和正确性的详细证明可以参考 原论文 。这里就不搬运了,只是把我的例子和官方通用术语进行一下讲解,避免把大家带跑偏了。
在上面的例子中,“车位”的通用术语被称为“共识”,整个系统中最多有一个共识。而“询价请求”被称为“prepare请求”,“报价请求”被称为“accept请求”。
每个请求的价格被称为“编号”,编号大的请求可以覆盖编号小的请求,和“价高者得”是一个道理。请求中所带的信息被称为“value”,在我们的例子中,代表着购买者的身份信息。
Basic Paxos和Multi Paxos
上面我们描述的Paxos算法又被称为Basic Paxos,因为每一轮流程执行完,所有的参与者都会(且只会)达成一个共识。而在实际的应用中,我们需要连续不断的对多个值达成共识。这时Basic Paxos算法就力不能及了,一来每一个值的共识都至少需要两次网络请求,性能太低,二来同时存在的多个提案会互相竞争,使得通信的效率下降。
所以为了解决这个问题,Multi Paxos算法应运而生,即一种可以高效的、连续不断的对多个值达成共识的算法。
下一篇文章中,我们会介绍一种被普遍认可,以及已经被工业界应用的Multi Paxos的实现 —— Raft算法。
参考链接
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- 白话一致性协议 - Paxos、Raft和PacificA[1]
- 白话分布式系统中的一致性哈希算法
- 大白话聊聊面试中常问的一致性 Hash 算法!
- 大白话聊聊分布式系统中如何使用一致性哈希算法?
- 白话布隆过滤器
- 白话 KMP 算法
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Struts 2 in Action
Don Brown、Chad Davis、Scott Stanlick / Manning Publications / 2008.3 / $44.99
The original Struts project revolutionized Java web development and its rapid adoption resulted in the thousands of Struts-based applications deployed worldwide. Keeping pace with new ideas and trends......一起来看看 《Struts 2 in Action》 这本书的介绍吧!