參考書籍：《從paxos到zookeeper-分布式一致性原理與實踐》
這兩天在看paxos演算法,看到很多版本的理解和比喻,今天看教程終於感覺看懂了一點,於是打算自己描述一下試試.
然而發現後面看不懂.....t^t 總之先發出來，有好心人一起交流下。
背景: 某公司組織團建活動,有3個備選去處，需要挑選出乙個，上報給公司管理部門申請團建流程。
目的地：香港、東京、新加坡
決策人（acceptor）：李總、張總、楊總
投票人（proposer）：員工1，員工2，員工3.......員工n（這裡的1，2，3等數字不代表投票順序）
以上是基礎規則，然而這個規則會遇到很多問題，需要逐一補充完善；首先
[問題一]
如果所有人都選了同乙個地方，但該地方又被3位決策人駁回，會導致這輪投票選不出團建地點
比如，李總不想去東京；這時他收到了來自員工1的提案[東京]；於是駁回了員工1，等待有人發給他[香港]或[新加坡]。結果所有員工發給李總的都是東京，於是李總駁回了所有人的提案，啥也沒批准。張總，楊總也是一樣。
於是場面就十分尷尬了。。。。由於3位領導都不喜歡東京，所以都沒有批准東京，但所有人都只投了東京，沒有其它提案，導致本輪啥也沒選出來。
[解決方法]
規則補充：決策人必須同意自己收到的第乙個提案
這樣，即使李總，張總，楊總都不喜歡東京，但由於收到的第乙個提案是東京（不管來自哪位員工），東京會被批准；
而後續也沒有再收到任何其它地點，所以最終會批准東京。
這就保證了哪怕只有乙個提案被提出，也仍然可以選出乙個。
[問題二]
3個人都批准了不一樣的地點，等於啥也沒選定
如：
張總：東京
李總：香港
楊總：新加坡
[問題三]
即使某個地點被差不多一半的人選中了，但有乙個決策人故障，就會導致選不出
如：
張總：東京
李總：東京
楊總：新加坡
但周一李總沒來上班，也聯絡不上，導致張總批准東京，楊總批准新加坡；還是等於啥都沒選定
【解決方法】：
規則：允許乙個決策人批准多個提案，比如
張總：東京，香港
李總：東京，新加坡
楊總：東京，新加坡
那麼即使周一聯絡不上李總，東京仍然以2票獲勝成為團建地點（李總失聯，東京：香港：新加坡 = 2:1:1）。
但此時又引發了乙個新問題
【問題四】
又回到了可能發生多個提案被選定的情況；由於決策人可以批准多個提案；如果批准狀況如下：
張總：東京，香港
李總：東京，新加坡，香港
楊總：東京，新加坡，香港
會導致【東京】和【香港】都被選定為團建地點
【解決方法】
此處我們要引入乙個【全域性唯一編號】，來標識每乙個被決策人批准的提案;【編號，地點（值）】
【全域性唯一】的意思是指，用來表示id的數字只會出現一次，而且是全序遞增的。
增加規則：雖然允許多個提案被選定，但同時也必須保證所有被選定的提案都有相同的值；注意此處的提案不等同於地點了，而是【編號，地點（值）】共同表示乙個提案
即：
如果編號為m0，value為v0的提案被選定【m0，v0】，那麼所有m0編號更高的，且被選定的提案，其value值也必須是v0。
例如：張總：【1，東京】，【2，香港】
李總：【3，東京】，【4，新加坡】，【7，香港】
楊總：【5，東京】，【6，香港】
此時【東京】被選定，那麼
我就不知道上面這句要怎麼解釋了！！！
paxos演算法之粗淺理解
paxos出身 paxos出身名門，它爹是沒多久前獲得圖靈獎的在分布式領域大名鼎鼎的leslie lamport。paxos為何而生 那麼lamport 他老人家為什麼要搞這個東東呢 不是吃飽了撐的，而是為了解決分布式系統的大難題。分布式系統一 般要求具有高可用性，高可用性一般又是通過冗餘也就是多副...
分布式系統之Paxos變種和優化
首先我們來回顧一下multi paxos，multi paxos在basic paxos的基礎上確定一系列值，其決議過程如下 multi paxos中leader用於避免活鎖，但leader的存在會帶來其他問題，一是如何選舉和保持唯一leader 雖然無leader或多leader不影響一致性，但影...
分布式一致性演算法之Paxos
paxos的重要概念 提案 proposal proposal訊息包括提案編號 proposal id 和提案的值 最終一致值value paxos演算法角色 client 客戶端，主要是向分布式系統發出請求，並等待響應。例如 對分布式檔案伺服器中檔案的寫請求 proposer 提案發起者，提倡客戶...