标签：Mn 协调者 算法 编号 提案 节点 Acceptor
dynamic programming
2PC：
几个缺点：
1、同步阻塞问题。执行过程中，所有参与节点都是事务阻塞型的。当参与者占有公共资源时，其他第三方节点访问公共资源不得不处于阻塞状态。
2、单点故障。由于协调者的重要性，一旦协调者发生故障。参与者会一直阻塞下去。尤其在第二阶段，协调者发生故障，那么所有的参与者还都处于锁定事务资源的状态中，而无法继续完成事务操作。（如果是协调者挂掉，可以重新选举一个协调者，但是无法解决因为协调者宕机导致的参与者处于阻塞状态的问题）
3、数据不一致。在二阶段提交的阶段二中，当协调者向参与者发送commit请求之后，发生了局部网络异常或者在发送commit请求过程中协调者发生了故障，这回导致只有一部分参与者接受到了commit请求。而在这部分参与者接到commit请求之后就会执行commit操作。但是其他部分未接到commit请求的机器则无法执行事务提交。于是整个分布式系统便出现了数据部一致性的现象。
4、二阶段无法解决的问题：协调者再发出commit消息之后宕机，而唯一接收到这条消息的参与者同时也宕机了。那么即使协调者通过选举协议产生了新的协调者，这条事务的状态也是不确定的，没人知道事务是否被已经提交。
3PC:
与两阶段提交不同的是，三阶段提交有两个改动点。
•引入超时机制。同时在协调者和参与者中都引入超时机制。•在第一阶段和第二阶段中插入一个准备阶段。保证了在最后提交阶段之前各参与节点的状态是一致的。
也就是说，除了引入超时机制之外，3PC把2PC的准备阶段再次一分为二，这样三阶段提交就有CanCommit、PreCommit、DoCommit三个阶段。
canCommit阶段有任何一个参与者向协调者发送了No响应，或者等待超时之后，协调者都没有接到参与者的响应，那么就执行事务的中断。
在doCommit阶段，如果参与者无法及时接收到来自协调者的doCommit或者abort请求时，会在等待超时之后，会继续进行事务的提交。（其实这个应该是基于概率来决定的，当进入第三阶段时，说明参与者在第二阶段已经收到了PreCommit请求，那么协调者产生PreCommit请求的前提条件是他在第二阶段开始之前，收到所有参与者的CanCommit响应都是Yes。（一旦参与者收到了PreCommit，意味他知道大家其实都同意修改了）所以，一句话概括就是，当进入第三阶段时，由于网络超时等原因，虽然参与者没有收到commit或者abort响应，但是他有理由相信：成功提交的几率很大。）
Gossip：
最终一致算法
Gossip协议执行过程：
种子节点周期性的散播消息 【假定把周期限定为 1 秒】。
被感染节点随机选择fanout个邻接节点散播消息【假定fan-out(扇出)设置为6，每次最多往6个节点散播】。
节点只接收消息不反馈结果。
每次散播消息都选择尚未发送过的节点进行散播。
收到消息的节点不再往发送节点散播：A -> B，那么B进行散播的时候，不再发给 A。
Gossip 协议的消息传播方式有两种：Anti-Entropy(反熵传播)和Rumor-Mongering(谣言传播)。
反熵传播是以固定的概率传播所有的数据。
谣言传播是以固定的概率仅传播新到达的数据。
Gossip协议是可扩展的，因为它只需要O(logN) 个周期就能把消息传播给所有节点。某个节点在往固定数量节点传播消息过程中，并不需要等待确认（ack），并且，即使某条消息传播过程中丢失，它也不需要做任何补偿措施。
反熵（Anti-Entropy）指的是集群中的节点，每隔段时间就随机选择某个其他节点，然后通过互相交换自己的所有数据来消除两者之间的差异，实现数据的最终一致性。
同步方式：push,pull, push&pull
缺点：
消息冗余
消息延迟
常见应用有：P2P网络通信、Apache Cassandra、Redis Cluster、Consul。
raft: term
第一次选举：随机超时结束的节点率先发起选举。已经投票的节点会拒绝后发起的选举请求。
leader挂掉的选举：收不到leader的AppendEntry的节点等待随机时间结束，则发起选举。
网络分区后leader下台：
日志复制过程：
1、client发给leader，日志为uncommitted。
2、leader发给follower，follower日志为uncommitted。
3、超过一半follower回ack，leader回复client已收到，leader日志为commited。
4、leader发送给follower可以commit，follower的日志为commited。
网络分区：
节点数少于一半的分区日志复制会失败。
下台leader的分区rollback日志，然后匹配新leader的日志。
paxos：
prepare:
1、需要获取过半acceptor的promise：假设某个提案[M0，V0]已经被选定了，证明任何编号Mn＞M0的提案，其Value值都是V0。
2、如果一个Acceptor收到一个编号为Mn的Prepare请求，且编号Mn大于该Acceptor已经响应的所有 Prepare 请求的编号，那么它就会将它已经批准过的最大编号的提案作为响应反馈给Proposer，同时该Acceptor会承诺不会再批准任何编号小于Mn的提案。
accept:
1.如果Proposer收到来自半数以上的Acceptor对于其发出的编号为Mn的Prepare请求的响应，那么它就会发送一个针对[Mn，Vn]提案的Accept请求给Acceptor。注意，Vn的值就是收到的响应中编号最大的提案的值，如果响应中不包含任何提案，那么它就是任意值。
2.如果Acceptor收到这个针对[Mn，Vn]提案的Accept请求，只要该Acceptor尚未对编号大于Mn的Prepare请求做出响应，它就可以通过这个提案。
P1：一个Acceptor必须批准它收到的第一个提案。
P1a：一个Acceptor只要尚未响应过任何编号大于Mn的Prepare请求，那么它就可以接受这个编号为Mn的提案。
P2：如果编号为 M0、Value值为 V0的提案（即[M0，V0]）被选定了，那么所有比编号M0更高的，且被选定的提案，其Value值必须也是V0。
P2a：如果编号为M0、Value值为V0的提案（即[M0，V0]）被选定了，那么所有比编号M0更高的，且被Acceptor批准的提案，其Value值必须也是V0。
P2b：如果一个提案[M0，V0]被选定后，那么之后任何Proposer产生的编号更高的提案，其Value值都为V0。
P2c：对于任意的 Mn和 Vn，如果提案[Mn，Vn]被提出，那么肯定存在一个由半数以上的Acceptor组成的集合S，满足以下两个条件中的任意一个。
· S中不存在任何批准过编号小于Mn的提案的Acceptor。
· 选取S中所有Acceptor批准的编号小于Mn的提案，其中编号最大的那个提案其Value值是Vn。
P2c=＞P2b=＞P2a=＞P2，然后通过P2和P1来保证一致性。
算法优化：
每个Acceptor只需要记住它已经批准的提案的最大编号以及它已经做出Prepare 请求响应的提案的最大编号，以便在出现故障或节点重启的情况下，也能保证P2c 的不变性。而对于 Proposer 来说，只要它可以保证不会产生具有相同编号的提案，那么就可以丢弃任意的提案以及它所有的运行时状态信息。
随机数生成：
线性同余法：https://zhidao.baidu.com/question/500175878.html
标签：Mn,协调者,算法,编号,提案,节点,Acceptor 来源： https://www.cnblogs.com/leavygood/p/15580306.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。