Paxos理论介绍（二）：Multi-Paxos

朴素Paxos通过多轮proposer、acceptor选举的方式选举一个提议，这个过程为一个Instance。Multi-Paxos通过算法来确定很多Instance的值，这些Instance的值在多个节点的顺序保持一致，在朴素Paxos中，通过计算找到编号为i的Instance，之后再计算编号为i+1的Instance，这样形成顺序的Instance，这样形成的latency（延迟）很高。而Multi-paxos希望找到Paxos与提议的关系，在某些情况下，省略prepare的过程。

下图描述了Multi-paxos的演进过程：

申明：节点A/B/C，1(A)表示A节点产生编号1。

常规的Paxos的提交过程。

只有A节点提交的演进过程：

当只有A节点提交时，每次prepare都是一样的，所以可以把promise表示为全局变量。

在之后A节点提交的时候，当我们有Instance i的时候，我们定义在[i , 无限]的时候都有promise。

当有B提交新的prepare时，[i , 无限]被打破，如图，这时候只有[1 , 3]  prepare 。

为什么在Multi-Paxos时，我们不需要prepare， 因为在accep的时候已经prepare了，论文中是说通过合并Prepare了。

总结：Multi-Paxos利用单节点提交时，promise生效范围为全局Instance，省去了prepare的过程，Mutli-paxos是某种情况下优化，Mutli-Paxos的约束。

要发挥Multi-Paxos单节点提交的优势，需要一个leader提交，由Multi-Paxos自然产生leader，Multi-Poxos希望一直持续保持单节点Accept，所以其他节点应该拒绝请求，这时候自然选出了leader。用paxos进行选举Master是有意义的，而不应该用到Multi-poxos的leader产生上。

Paxos的一致性算法应用于读、写：当我们需要读到latest的数据时，通过paxos算法选出Master，在Master进行读写操作，达到强一致性。Master与leader的区别：leader为加速Paxos的选举提议过程，而Master是要达到分布式的强一致性，需要Paxos等一致性算法来选举，保证。