对于一个分布式系统，不能同时满足以下三点：
- 一致性
- 可用性
- 分区容错性
什么是一致性
展开目录
一致性模型
弱一致性
最终一致性
- DNS
- Gossip
强一致性
- 同步
- Paxos
- Raft
- ZAB
paxos 其实是一个共识算法。系统的最终一致性，不仅需要达成共识，还取决于 Client 的行为
强一致性算法 —— 主从同步展开目录
主从同步复制
- Master 接受写请求
- Master 复制日志至 slave
- Master 等待，直到所有 slave 返回
问题：一个节点失败，Master 阻塞，导致整个集群不可用，保证了一致性，可用性却大大降低
强一致性算法 —— 多数派展开目录
每次写入都保证写入大于 N/2 个节点，每次读入保证从大于 N/2 个节点中读取
问题：在并发环境下，无法保证系统的正确性，顺序非常重要
强一致性算法 ——Basic Paxos展开目录
- Client：系统外部角色，请求发起者。像民众
- Propser：接收 Client 请求，向集群提出提议（propose）。并在冲突发生时，起到冲突调节的作用。像议员，替民众提出议案
- Accepter：提议投票和接收者，只有在形成法定人数时，提议才被最终接受。像国会
- Learner：提议接受者，backup，备份，对集群一致性没影响。像记录员
步骤：
- Prepare
propser 提出一个提案，编号为 N，此 N 大于这个 ProPser 之前提出的议案编号，请求 acceptor 的 quorum（法定人数）接受 - Promise
如果 N 大于此 acceptor 之前接受的任何提案编号则接受，否则拒绝 - Accept
如果达到了 quorum，propser 会发出 accept 请求，请求包含提案编号 N，以及提案内容 - Accepted
如果此 acceptor 在此期间没有收到任何编号大于 N 的提案，则接受此提案内容，否则忽略
基本流程
部分节点失败，但达到了 Quorum
Propser 失败
潜在问题，存在活锁
强一致性算法 ——Multi Paxos展开目录
基本流程：首先有一个 Propser 竞选 Leader，只要在 Leader 不宕机，以后都由这个 Leader 提出提案
减少角色，进一步简化。首先 Server 中有一结点竞选 Leader
