Paxos算法
Paxos 算法是解决分布式系统中数据一致性问题的算法，是分布式系统中非常重要的算法，Google Chubby的作者Mike Burrows说过这个世界上只有一种一致性算法，那就是Paxos，其它的算法都是残次品。可见该算法的重要性。
Paxos算法将系统中的角色分为3种，分别是提议者（Proposer）决策者（Acceptor）和学习者（Learner）。
- 提议者（Proposer） ：提出 提案（Proposal）。Proposal的内容可以包括一个提案编号（Proposal ID）和值（Value）
- 决策者（Acceptor）： 对Proposer提出的Proposal进行决策，会自动同意最新的提案。
- 学习者（Learner）：会从Proposer/Acceptors处学习最新的达成一致的提案
Paxos算法通过一个决议分为2个阶段，所以算是一个2PC协议。
第一阶段：
- Proposer向Acceptors(这个Acceptor的数量超过了半数)发出一个编号为N的Prepare请求
- 如果一个Acceptor收到了这个编号为N的的Prepare请求，且N大于该Acceptor收到过的所有的已经响应的Prepare的编号，那么它就会将已经批准过的最大编号的提案作为响应反馈给Proposer,同时承诺不会再批准编号小于N的提案。
第二阶段：
- Proposer收到半数以上的Acceptors的承诺后，就会向Acceptor发送一个提案，内容包括上个阶段的编号N以及提案的值，这个值可以由上个阶段的Acceptors返回，如果为空，可以任意决定本次提案的Value。
- Acceptor收到一个编号为N，值为V的提案，只要这个Acceptor目前同意过的编号没有大于N，那么该Acceptor就会同意该提案。
当半数以上的Acceptor通过该提案后，代表的Learner会进行学习，然后由这些Learner在发送到其他Learner节点上进行学习。
至此Paxos算法结束，我用一个简单的例子说明一下。
假如某一个班要去春游，班长向全班征求春游地点的意见。这个时候，班委干部的角色就是决策者，班上的同学是提议者。
同学A提出提案 1-公园，这个时候没有人提出新的提案。那么决策者就会自动同意该提案。
然后同学B提出提案2-动物园，按照Paxos算法，会自动同意最新的，所以该提案也会被同意。
如果后面没有同学提出提案，那么最终就会决定去动物园。然后全班同学得到通知，本次春游的目的地是动物园。
Paxos算法的活锁问题
上面讲述了一个简单的案例。但是这个算法会有一个活锁问题。因为每个Proposer都可以提出提案。所以可能会出现，在提案还没有落地的情况下，一直选举的情况。
用上面的案例来举例就是同学B提出提案2后，同学C又提出提案3-海洋公园，这个方案还没有最终落地的时候，同学A又提出提案4-游乐园。因为Paxos的算法是Acceptor会对Proposer做出承诺，但是这个承诺还没有达到半数的时候，由于又来了新的提案所以之前的提案被迫不能被接受了，这样就会出现一直有人在提出提案而无法进行决策的情况。
解决这种问题有2个方案。第一个方案是为每个Proposer加上一个”冷静“时间，让它们在发出prepare请求前先等待一段时间，可能这段时间，上一个方案已经被半数的决策者通过。
另外一个方案就是，在提议者中选出一个Leader，由该Leader向决策者发出提议，这样就不会出现一直发出提议的情况。
