科普 | 分布式共识的工作原理，Part-2：共识问题与 FLP 不可能定理

Part-1：分布式系统的定义及属性

在分布式系统中，达成共识意味着什么

目前，我们已经知道分布式系统有以下特性：

• 进程的并发性
• 全局时钟缺失
• 组件可能出错
• 消息需时传递

接下来我们会聚焦分布式系统中，“达成共识”究竟是什么意思。首先有一件很重要的事情得重申一下，“分布式计算有数百种软硬件架构”；而最常见的形式称为复制状态机。

复制状态机

复制状态机是一种确定性状态机，它在许多计算机上存有副本，但整个系统就像单个状态机那样运行。任何一台计算机都有出错的可能，但状态机依然能正常运行。

在复制状态机中，如果出现一个有效事务（transaction），则事务的输入集会使得系统的状态转变为下一个状态。 事务对数据库进行原子性的操作，这意味着操作要么整个完成，要么等于完全没发生 。在复制状态机内维护的事务集合又称为“事务日志”；从一个有效状态转变为下一个有效状态的逻辑，称为“状态转变逻辑”。

换言之，复制状态机是一个分布式计算机的集合，这些计算机都有相同初值。每一次状态的转变方式、下个状态是什么，都由相关的进程决定。 所谓“达成共识”，意思是全体计算机都同意某个输出的值 。

反过来说，“达成共识”也意味着让系统中每一台计算机的事务日志保持一致（也就是它们“达成了共同目标”）。合格的复制状态机，即使发生以下情况，仍必须不断将新的事务接收进日志（即“提供有效服务”）：

1. 有些计算机发生故障。
2. 网络不可靠，消息可能出现延迟、传送失败，或 排序 混乱。
3. 没有全局时钟来确定事务顺序。

朋友们，这就是所有共识算法的基本目标。

共识问题的定义

只要能满足以下条件，我们就说某算法可以实现分布式共识：

1. Agreement（一致性） ：所有非故障节点，都会选择相同的输出值。

2. Termination（可终止性）：所有非故障节点，最终都选定了某些输出值，不再反悔。

注意：不同的算法会满足上述条件的不同变体。举例来说，某些算法会将 Agreement 拆分为一致性和总体性；一些算法还加入了验证、完整性，或效率的概念。这些细微的区别不在本文讨论范围。

广义来说，共识算法一般会假设系统中有三种角色：

1. 提案者（Proposers） ：常被称为领导者或协调者。
2. 接收者（Acceptors） ：进程，监听提案者的请求并给出响应值。
3. 学习者（Learners） ：系统里的其他进程，接收最终决定的值。

因此，正常情况下，我们能通过三个步骤定义来共识算法：

第一步：选举 Elect

• 所有进程推举出某个进程（领导者）来做决策。
• 领导者提出下一个有效的输出值。

第二步：投票 Vote

• 非故障进程会监听领导者进程提出的值，并验证这个值。然后将它作为下一个有效值提出。

第三步：决定 Decide

• 非故障节点必须就单个正确的值达成共识。如果这个值收到满足某个阈值条件的投票数，那么全体进程就会同意这个值为最终共识值。
• 如果没有达到条件，则重新进行上面步骤。

值得注意的是，每个共识算法都会有些许不同，比如：

• 术语（如，轮次（round）、阶段（phase））
• 投票如何进行的，以及
• 决定最终值的标准（例如：验证条件）。

尽管如此，如果我们能以通用的过程构造共识算法，并保证满足上述的基本条件，那我们就有了一个能够达成共识的分布式系统。

你以为非常简单，对吧？

FLP 不可能定理

......并非如此，说不定你已经预见到了！

回想一下，我们是如何描述同步系统和异步系统之间的区别的：

• 同步通信情况下，消息会在固定时间范围内发送。
• 异步通信情况下，无法保证消息的传递。

这个差异非常重要。

在同步通信环境下有可能达成共识，因为我们能够假设消息传递需要的最长时间。因此在同步消息系统，我们允许不同的节点轮流成为提案者、进行多数投票，并跳过那些没有在最长等待时间内提交提案的节点。

但正如我们前面提到的，跳脱出可控（即消息延时可以预测）的环境（比如，具有同步原子钟的数据中心之类的可控环境），假设操作发生在同步通信环境里是不切实际的。

事实上，多数时候我们无法假设同步通信，所以我们的设计必须面向异步通信环境。

在异步通信环境中，因为我们无法假设一个最大的消息传递时间，想要达成 termination 条件是非常困难的。回忆下，要达成共识的其中一项条件是“可终止性”，也就是说每个非故障节点最终都必须选定某组相同的输出值，而不能永远迟疑不决。

这也就是大家熟知的“ FLP 不可能性 ”。它是怎么得到这个名字的？我很高兴你这么问了。

1985年，研究员 Fischer、Lynch 和 Paterson （FLP）在他们的论文《 Impossibility of Distributed Consensus with One Faulty Process 》中描述了为什么在异步通信环境下，单个进程故障也会导致共识无法达成。

简单来说，因为进程可能在任何时间出错，所以也有可能发生在正好会影响共识达成的时间点。

这个结果对分布式计算领域带来重大打击，但即使如此，科学家仍在不断尝试避开 FLP 不可能性问题的方法。

抽象一点来说，有两个方法能够避开 FLP 不可能性问题：

1. 使用同步性假设
2. 使用非确定性机制

（未完）

原文链接: https://medium.com/s/story/lets-take-a-crack-at-understanding-distributed-consensus-dad23d0dc95

作者:Preethi Kasireddy

翻译&校对:IAN LIU & 阿剑

本文由作者授权 EthFans 翻译及再出版。