分布式中的一致性算法：Paxos和Raft比较.pdf
免费下载
分布式中的一致性算法：Paxos 和 Raft 比较
概述
分布式中的一致性可以被描述为在协作解决问题的一组操作之间达成一致的行
为。随着开源分布式计算和存储平台的兴起，一致性算法已成为复制的基本工具。
其中 Paxos 和 Raft 是最受欢迎的一致性算法，通过消除单点故障来提高系统的弹
性。
虽然 Paxos 在分布式一致性方面主导着学术和商业话语，但协议本身太复杂而无
法推理，因此需要更易理解的算法。研究人员对 Paxos 进行了广泛的研究，而
Raft 在工程师中非常受欢迎。Raft 的受欢迎程度来自这样一个事实：尽管研究人
员对 Paxos 感兴趣，但工程师仍然需要阅读几篇论文，以便能够理解并创建解决
实际问题的解决方案，并在通信步骤方面提供良好的性能。此外，他们仍然需要
填补自定义实施的一些空白，这些实施有时会变得非常脆弱。
为了克服这个障碍，Diego Ongaro 和 John Ousterhout 创建了一个名为 Raft 的新
一致性算法，它被设计为更容易理解，并为构建实用系统提供了比 Paxos 更好的
基础。虽然 Raft 为分布式系统的复杂世界带来了一些新鲜血液，但它仍然与 Paxos
有许多共同之处。例如，两者都要选出一位负责决定协商一致的领导者。
在这篇博文中，我们将简要介绍 Paxos 和 Raft 之间的相同点和不同点。首先，我
们将描述一致的算法是什么。其次，我们将描述如何使用一致性算法的实例来构
建复制解决方案。然后我们将描述如何在算法和一些安全和活跃属性中选出领导
者。
一致性
分布式系统的特征在于一组安全性和活跃性或两者的混合。简单地讲，安全是一
种财产，规定在执行程序期间不会发生任何不良事件。另一方面，活跃性规定最
终会发生一些好事。
一致性的目标是使一组服务器在一个值上达成一致，所以活跃的特征在于最终每
个服务器都可以决定一个值。安全性表明没有两台服务器来设定值。
不幸的是，服务器执行算法步骤可能比其他服务器花费更长时间，并且可能崩溃
并停止处理一致性算法。邮件可能会延迟，无序传递或丢失。这些方面使得一致
性算法的实施变得非常困难，并迫使它们在“不稳定”期间降低标准并保持安全。
确切地说，当系统变得“稳定”时虽然未知，但最终它将保持足够长的“稳定”，以
便一致性算法能够做出决定达成最终的一致性。
在稳定运行中，系统需要两个通信步骤：leader -（1）- > servers -（2）- > leader：
协商一致的图像
领导者向所有服务器发送它想要达成协议的值，并且每个服务器回复给领导者，
通知他已经接受了请求。因此，当领导者从法定数量（n/2+1 节点）的服务器接
收消息时，就达成了协议。
请注意，我们在此分析中省略了两条消息：将服务器希望与领导者达成协议的值
转发给服务器的消息以及通知服务器已达到该值协议的消息。如果服务器将接受
消息发送到所有服务器，或者在领导者发送给服务器的下一条消息中捎带信息，
则后一条消息可能不是必需的。
of 5
免费下载
【版权声明】本文为墨天轮用户原创内容，转载时必须标注文档的来源（墨天轮），文档链接，文档作者等基本信息，否则作者和墨天轮有权追究责任。如果您发现墨天轮中有涉嫌抄袭或者侵权的内容，欢迎发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。
下载排行榜
评论