分布式一致性算法对比-Paxos、Raft、ZAB、Gossip

https://zhuanlan.zhihu.com/p/130332285

一致性的由来

1. 数据不能存在单个节点（主机）上，否则可能出现单点故障。
2. 多个节点（主机）需要保证具有相同的数据。

为了解决以上两个问题，就出现了一致性算法。

一致性的分类

1. 强一致性算法，保证系统改变提交后立即改变集群的状态。主要模型有：Paxos，Raft（muti-paxos），ZAB（muti-paxos）协议。
2. 弱一致性算法，也叫最终一致性，系统不保证改变提交以后立即改变集群中的状态，但能保证最终状态是一致的。主要模型有：DNS系统，Gossip协议。

一致性算法实现案例

1. Google的Chubby分布式锁服务，采用Paxos算法。
2. etcd分布式键值数据库，采用Raft算法。
3. Zookeeper分布式应用协议服务，Chubby的开源实现，采用ZAB算法。

Paxos算法

Paxos算法中的三种角色，包括Proposer，Acceptor，Learners。

1. Proposer
   只要Proposer发起的提案被半数以上Aceptor接受，Proposer就认为该提案里的value被选定了。
2. Acceptor
   只要Acceptor接受了某个提案，Acceptor就认为该提案里的value被选定了。
3. Learner
   Acceptor 告诉Learner 哪个value 被选定，Learner 就认为那个value 被选定。

Paxos算法的两阶段

阶段1（准leader确定）

1. Proposer 选择一个提案编号N，然后向半数以上的Acceptor 发送编号为N的Prepare 请求。
2. 如果一个Acceptor 收到一个编号为N 的Prepare 请求，且N 大于该Acceptor 已经响应过的所有Prepare 请求的编号，那么它就会将它已经接受过的编号最大的提案（如果有的话）作为响应反馈给Proposer，同时该Acceptor 承诺不再接受任何编号小于N 的提案。

阶段2（leader确认）

1. 如果 Proposer 收到半数以上Acceptor 对其发出的编号为N 的Prepare 请求的响应，那么它就会发送一个针对[N,V]提案的Accept 请求给半数以上的Acceptor。注意：V 就是收到的响应中编号最大的提案的value，如果响应中不包含任何提案，那么V 就由Proposer 自己决定。
2. 如果Acceptor收到一个针对编号为 N 的提案的Accept 请求，只要该Acceptor 没有对编号大于N 的 Prepare 请求做出过响应，它就接受该提案。

ZAB 协议

事务编号 Zxid（事务请求计数器+ epoch）
在 ZAB ( ZooKeeper Atomic Broadcast , ZooKeeper 原子消息广播协议） 协议的事务编号 Zxid设计中， Zxid 是一个 64 位的数字，其中低 32 位是一个简单的单调递增的计数器， 针对客户端每一个事务请求，计数器加 1；而高 32 位则代表 Leader 周期 epoch 的编号， 每个当选产生一个新的 Leader 服务器，就会从这个 Leader 服务器上取出其本地日志中最大事务的 ZXID，并从中读取epoch 值，然后加 1，以此作为新的 epoch，并将低 32 位从 0 开始计数。Zxid（Transaction id） 类似于 RDBMS 中的事务 ID，用于标识一次更新操作的 Proposal（提议）
ID。为了保证顺序性，该 zkid 必须单调递增。
epoch
epoch：可以理解为当前集群所处的年代或者周期，每个 leader 就像皇帝，都有自己的年号，所以每次改朝换代， leader 变更之后，都会在前一个年代的基础上加 1。这样就算旧的 leader 崩溃恢复之后，也没有人听他的了，因为 follower 只听从当前年代的 leader 的命令。

Zab 协议有两种模式-恢复模式（选主）、广播模式（同步）

Zab 协议有两种模式，它们分别是恢复模式（选主）和广播模式（同步） 。当整个服务框架在启动过程中或者在领导者崩溃后， Zab 就进入了恢复模式选举产生新的Leader服务器。当领导者被选举出来，且过半的 Server 完成了和 leader 的状态同步以后，恢复模式就结束了。状态同步保证了 leader 和 Server 具有相同的系统状态。
当有新的server加入到集群时，此时集群中已经存在一个Leader服务器在负责进行消息广播，那么新加入的服务器会自动进入数据恢复模式，找到Leader服务器，并与其进行数据同步，然后一起参与到消息广播流程中去。

ZAB 协议 4 阶段

Leader election（选举阶段-选出准 Leader）

1. Leader election（选举阶段） ： 节点在一开始都处于选举阶段，只要有一个节点得到超半数节点的票数，它就可以当选准 leader。只有到达 广播阶段（broadcast） 准 leader 才会成为真正的 leader。这一阶段的目的是就是为了选出一个准 leader，然后进入下一个阶段。

Discovery（发现阶段-接受提议、生成 epoch、接受 epoch）

Discovery（发现阶段） ： 在这个阶段， followers 跟准 leader 进行通信，同步 followers最近接收的事务提议。这个阶段的主要目的是发现当前大多数节点接收的最新提议，并且准 leader生成新的 epoch，让 followers 接受，更新它们的 accepted Epoch。

一个 follower 只会连接一个 leader， 如果有一个节点 f 认为另一个 follower p 是 leader， f在尝试连接 p 时会被拒绝， f 被拒绝之后，就会进入重新选举阶段。

Synchronization（同步阶段-同步 follower 副本）

Synchronization（同步阶段） ： 同步阶段主要是利用 leader 前一阶段获得的最新提议历史，同步集群中所有的副本。 只有当 大多数节点都同步完成，准 leader 才会成为真正的 leader。follower 只会接收 zxid 比自己的 lastZxid 大的提议。

Broadcast（广播阶段-leader 消息广播）

Broadcast（广播阶段） ： 到了这个阶段， Zookeeper 集群才能正式对外提供事务服务，并且 leader 可以进行消息广播。同时如果有新的节点加入，还需要对新节点进行同步。

ZAB 提交事务并不像 2PC 一样需要全部 follower 都 ACK， 只需要得到超过半数的节点的 ACK 就可以了。

ZAB 协议 JAVA 实现（FLE-发现阶段和同步合并为 Recovery Phase（恢复阶段） ）

协议的 Java 版本实现跟上面的定义有些不同，选举阶段使用的是 Fast Leader Election（FLE），
它包含了 选举的发现职责。因为 FLE 会选举拥有最新提议历史的节点作为 leader，这样就省去了
发现最新提议的步骤。实际的实现将 发现阶段 和 同步合并为 Recovery Phase（恢复阶段）。所
以， ZAB 的实现只有三个阶段： Fast Leader Election； Recovery Phase； Broadcast Phase。

投票机制

每个 sever 首先给自己投票， 然后用自己的选票和其他 sever 选票对比， 权重大的胜出，使用权重较大的更新自身选票箱。 具体选举过程如下：

1. 每个 Server 启动以后都询问其它的 Server 它要投票给谁。对于其他 server 的询问，server 每次根据自己的状态都回复自己推荐的 leader 的 id 和上一次处理事务的 zxid（系统启动时每个 server 都会推荐自己）
2. 收到所有 Server 回复以后，就计算出 zxid 最大的哪个 Server，并将这个 Server 相关信息设置成下一次要投票的 Server。
3. 计算这过程中获得票数最多的的 sever 为获胜者，如果获胜者的票数超过半数，则改server 被选为 leader。否则，继续这个过程，直到 leader 被选举出来
4. leader 就会开始等待 server 连接
5. Follower 连接 leader，将最大的 zxid 发送给 leader
6. Leader 根据 follower 的 zxid 确定同步点，至此选举阶段完成。
7. 选举阶段完成 Leader 同步后通知 follower 已经成为 uptodate 状态
8. Follower 收到 uptodate 消息后，又可以重新接受 client 的请求进行服务了

目前有 5 台服务器，每台服务器均没有数据，它们的编号分别是 1,2,3,4,5,按编号依次启动，它们的选择举过程如下：
9. 服务器 1 启动，给自己投票，然后发投票信息，由于其它机器还没有启动所以它收不到反馈信息，服务器 1 的状态一直属于 Looking。
10. 服务器 2 启动，给自己投票，同时与之前启动的服务器 1 交换结果，由于服务器 2 的编号大所以服务器 2 胜出，但此时投票数没有大于半数，所以两个服务器的状态依然是LOOKING。
11. 服务器 3 启动，给自己投票，同时与之前启动的服务器 1,2 交换信息，由于服务器 3 的编号最大所以服务器 3 胜出，此时投票数正好大于半数，所以服务器 3 成为领导者，服务器1,2 成为小弟。
12. 服务器 4 启动，给自己投票，同时与之前启动的服务器 1,2,3 交换信息，尽管服务器 4 的编号大，但之前服务器 3 已经胜出，所以服务器 4 只能成为小弟。
13. 服务器 5 启动，后面的逻辑同服务器 4 成为小弟

Zookeeper 工作原理（原子广播）

1. Zookeeper 的核心是原子广播，这个机制保证了各个 server 之间的同步。实现这个机制的协议叫做 Zab 协议。 Zab 协议有两种模式，它们分别是恢复模式和广播模式。
2. 当服务启动或者在领导者崩溃后， Zab 就进入了恢复模式，当领导者被选举出来，且大多数 server 的完成了和 leader 的状态同步以后，恢复模式就结束了。
3. 状态同步保证了 leader 和 server 具有相同的系统状态
4. 一旦 leader 已经和多数的 follower 进行了状态同步后，他就可以开始广播消息了，即进入广播状态。这时候当一个 server 加入 zookeeper 服务中，它会在恢复模式下启动，发现 leader，并和 leader 进行状态同步。待到同步束，它也参与消息广播。 Zookeeper服务一直维持在 Broadcast 状态，直到 leader 崩溃了或者 leader 失去了大部分的followers 支持。
5. 广播模式需要保证 proposal 被按顺序处理，因此 zk 采用了递增的事务 id 号(zxid)来保证。所有的提议(proposal)都在被提出的时候加上了 zxid。
6. 实现中 zxid 是一个 64 为的数字，它高 32 位是 epoch 用来标识 leader 关系是否改变，每次一个 leader 被选出来，它都会有一个新的 epoch。低 32 位是个递增计数。
7. 当 leader 崩溃或者 leader 失去大多数的 follower，这时候 zk 进入恢复模式，恢复模式需要重新选举出一个新的 leader，让所有的 server 都恢复到一个正确的状态。

Znode 有四种形式的目录节点

1. PERSISTENT：持久的节点。
2. EPHEMERAL： 暂时的节点。
3. PERSISTENT_SEQUENTIAL：持久化顺序编号目录节点。
4. EPHEMERAL_SEQUENTIAL：暂时化顺序编号目录节点

Raft协议

与Paxos 不同Raft 强调的是易懂（Understandability），Raft 和Paxos 一样只要保证n/2+1 节点正常就能够提供服务；raft 把算法流程分为三个子问题：选举（Leader election）、日志复制（Log replication）、安全性（Safety）三个子问题。

角色

Raft把集群中的节点分为三种状态，Leader、Follower、Candidate，理所当然每种状态负责的任务也是不一样的，Raft运行时提供服务的时候只存在Leader与Follower两种状态。

Leader（领导者-日志管理）
负责日志的同步管理，处理来自客户端的请求，与Follower保持这HeartBeat的联系。

Follower（追随者-日志同步）
刚启动时所有节点为Follower 状态，响应Leader 的日志同步请求，响应Candidate 的请求，把请求到Follower的事务转发给Leader。

Candidate（候选者-负责选票）
负责选票投票，Raft刚启动时由一个节点从Follower转为Candidate发起选举，选举出Leader后从Candidate转为Leader状态。

任期

在Raft 中使用了一个可以理解为周期（第几届、任期）的概念，用Term 作为一个周期，每个Term 都是一个连续递增的编号，每一轮选举都是一个Term 周期，在一个Term 中只能产生一个Leader；当某节点收到的请求中Term 比当前Term 小时则拒绝该请求。

选举

Raft 的选举由定时器来触发，每个节点的选举定时器时间都是不一样的，开始时状态都为Follower 某个节点定时器触发选举后Term 递增，状态由Follower 转为Candidate，向其他节点发起RequestVote RPC 请求，这时候有三种可能的情况发生：

1. 该RequestVote 请求接收到n/2+1（过半数）个节点的投票，从Candidate 转为Leader，向其他节点发送heartBeat 以保持Leader 的正常运转。
2. 在此期间如果收到其他节点发送过来的AppendEntries RPC 请求，如该节点的Term 大则当前节点转为Follower，否则保持Candidate 拒绝该请求。
3. Election timeout 发生则Term 递增，重新发起选举。

在一个Term 期间每个节点只能投票一次，所以当有多个Candidate 存在时就会出现每个Candidate 发起的选举都存在接收到的投票数都不过半的问题，这时每个Candidate 都将Term递增、重启定时器并重新发起选举，由于每个节点中定时器的时间都是随机的，所以就不会多次存在有多个Candidate 同时发起投票的问题。

在Raft 中当接收到客户端的日志（事务请求）后先把该日志追加到本地的Log 中，然后通过heartbeat 把该Entry 同步给其他Follower，Follower 接收到日志后记录日志然后向Leader 发送ACK，当Leader 收到大多数（n/2+1）Follower 的ACK 信息后将该日志设置为已提交并追加到本地磁盘中，通知客户端并在下个heartbeat 中Leader 将通知所有的Follower 将该日志存储在自己的本地磁盘中。

分布式ID

https://zhuanlan.zhihu.com/p/107939861