Paxos Made Simple

Leslie Lamport

01 Nov 2001

摘  要

      当以通俗易懂的英语来描述paxos算法时，该算法是很简单的。（译者注：最原始的论文是以一个宗教会议场景来描述的，确实比较晦涩，后来作者重新用大白话写了一遍）

目录

1. 简介

2. 一致性算法

2.1 问题描述

2.2 选择一个值

2.3 学习被选择的值

2.4 整个过程

2.5 实现

3. 实现一个状态机

引用

1 简介

      使用paxos去实现一个容错的分布式系统时，该算法被认为是难以理解的，也许是之前的论文描述比较晦涩难懂。其实这是最简单和最显而易见的分布式算法之一。Paxos的核心是一个分布式算法-“宗教会议”算法【5】。下一章节将详细描述该算法的各个属性，最后一章节展示完整的paxos算法，将通过直接使用状态机来实现一个分布式一致性系统来描述该算法-因为状态机众所周知，该论文也许是分布式理论领域被引用次数最多的论文之一。

2 分布式一致性算法

       2.1 问题描述

      假设有多个processes（进程、过程集合）能够（propose）提议values（一个抽象的东西，如一个提案，一个值，或者指令），一个分布式一致性算法需要确保只有唯一的一个（proposed）被提议的value被（chosen）选择。如果没有value被提议，那么就不会有value被选择。如果一个value已经被选择，所有进程应该能够学习这个被选择的值。为了达到一致性，必须确保：

• 只有被提议的value才能被选择
• 最终只能选择唯一的value
• 除非一个value已经确定被选定，否则所有进程不会学习这个value

      我们不会视图指定精确的活跃度要求（这里可能指的是系统并发规模等）。我们的目标是确保被提议的values中的某一个最终被选择，且如果一个value被选择，所有的进程都能够学习到这个value。为此，我们使用三个角色来描述该算法：proposers 提议者、acceptors 接受者、 learners 学习者。在具体实现中，一个单一进程可能会承担多种角色，但是这里不关心一个进程可能回担任的角色，因为这不影响该算法的描述。

      假设所有角色都能够相互发送消息。该算法使用异步、非拜占庭的模式。其中：

• 每个角色都以任意速度运行，可能会因为停止而失败，或者被重启。因为所有角色都有可能在一个value被选定之前挂掉，然后在该value被选定后重启，为了达到分布式一致性，这个挂掉或被重启的角色必须自己能够记住一些信息。
• 角色间相互传递的消息可以任意大小，可以丢失，可以被重复发送。但是他们没有被破坏，是完整正确的。

待续。