分布式系统的挑战

在后面的文章里，咱们剖析了分布式系统在业务上的一致性技术，即分布式事务，它的后果导向是面向用户的。然而在咱们的零碎外部，有时也须要面对来自软件架构等更高层次上的一致性要求，比方 Redis 的哨兵模式，Zookeeper 的选举过程等。它们所思考的一致性更多的是服务节点之间一个 共识 的达成，当共识达成之后，就能够以此为领导准则，开展更多的协同操作。

在钻研怎么达成共识之前，咱们先来剖析下分布式系统的个性：

• 并发: 不同节点上的过程是可能同时执行的，咱们须要协调机制去实现各个阶段工作。
• 全局时钟: 在分布式系统里，根本很难去保护一个全局时钟，各个服务器在工夫程序上是没有相对的。
• 故障影响: 不存在没有故障的零碎，须要思考对系统的整体影响，以及零碎所能提供的容错解决能力。
• 消息传递：因为网络的简单环境，节点与节点之间的通信有可能达到，也可能局部达到，可能在已知的工夫范畴内传送，也可能无限期提早，这都是不肯定的。

由此可见，对于在一个分布式系统里想达成共识的挑战在于 协调 、 容错 、 非确定通信。

状态复制

如果说咱们想在一个零碎中引入协调者的话，那么非常简单，引入一个有状态的组件即可，通过状态的判断来保障以后零碎应该处于哪个业务阶段。一个有状态的组件是很好实现的，只有带长久化性能即可，像 Mysql，MongoDB。不过，思考到协调者的重要性，咱们往往是须要保障它高可用性的，为了达到这一目标，咱们会在状态的更新过程中退出复制流程。比方将更新后的值，同步给其余机器。

然而，是否须要所有的机器都复制到位了，能力实现此次的更新流程？不肯定，像 Mysql 同步复制、异步复制、半同步复制就是在性能与数据一致性上给咱们提供了多种抉择，只是复制的执行效率越高，数据一致性就越低。

像咱们这种协调者更新频率低，数据量小，则往往会采纳 多数遵从少数 的策略，只有同步节点超过了一半，那么就能够认为此次写入胜利了。Raft 的日志同步，Zookeeper 的音讯播送就是这么解决的。除此之外，为了保障同步的正确性，还会引入 选举 机制，让选举进去的 Leader 节点对立解决同步后果。当 Leader 节点故障或下线时，将会依据肯定的规定进行从新选举（比方日志的最新提交水平），保证系统的失常运行。

故障解决

在下面达成共识的办法里，势必要思考故障的影响，而对应的故障类型次要有两种：

• 解体故障：节点忽然解体并进行对其余节点的响应
• 拜占庭失败：节点是不可信赖的，将会响应谬误的音讯给其余节点

针对于 解体故障 这种类型的失败，咱们能够像 Raft，Paxos 协定一样，通过选举来解决。然而像 拜占庭失败 这种问题就比拟难解决了，因为有可能存在反叛的节点，使得整个零碎往谬误的方向去达成共识，不言而喻，这不是咱们想要的。所以咱们会在区块链里看到如下的解决算法：

• PBFT（Practical Byzantine Fault Tolerance）：拜占庭容错算法 （联盟链 / 公有链应用此算法）
• PoW（Proof of Work）：工作量证实算法 （比特币和以太坊应用此算法）

FLP 不可能原理

对于分布式系统之间的通信模型，总体上能够划分上面这两种类型：

• 同步：零碎解决音讯的工夫是在规定范畴内的，一旦超出，则间接认为失败。
• 异步：零碎解决音讯的工夫是不定的，有可能获取到后果，也可能始终获取不到了。

其中，在 异步 通信模型下，有一个驰名的 FLP 不可能原理，即：

在网络牢靠、但容许节点生效（即使只有一个）的最小化异步模型零碎中，不存在一个能够解决一致性问题的确定性共识算法

FLP 不可能原理通知咱们，不要浪费时间为异步分布式系统设计任意场景的共识算法。咱们应该将精力放在一个有束缚、有终止条件的分布式系统中，如果咱们设计的算法尽可能的满足以下两个条件，那么咱们的零碎将将会有共识的输入：

• 活性：每个非故障节点最终将会决定输入某个值，如果节点不做决定，那么零碎就会进行。
• 平安：所有非故障节点最终将会输入雷同的值，如果达不到该成果，那么一致性很难保障。

共识的达成

不同的算法对下面的条件形容会不一样，从狭义上来讲，共识算法通常会进行以下三种角色的划分：

• 提议者：通常被称为领导者或协调者
• 接受者：响应提议者提出的议案
• 学习者：不参加决策，学习决定的最终值

当角色职责划分好后，咱们会通过以下三个步骤来定义一个共识算法：

第 1 步 选举： 当有内部事件触发时，由领导者提出下一个无效的输入值。
第 2 步 投票： 非故障节点接管到领导者提议的值后，对其验证，并将其提议为下一个有效值。
第 3 步 决定： 依据有效值在各个非故障节点的提议后果，决定是否采纳该值；否则从新开始步骤 1

对于以上的步骤，不同的共识算法会有一些差别，比方术语定义、投票解决流程、有效值的决定规范等。

利用

分布式系统共识的达成须要在不牢靠、不可信的网络里实现。如果不进行所谓的 拜占庭容错，那么咱们的 raft、zookeeper 协定就足够了，而它们的利用场景往往也是在内网之中，所以默认外部节点都是可信的。如果咱们要在蕴含歹意行为的凋谢的网络群体里达成共识，例如区块链，那么咱们就不得不解决思考以下三种状况的欠缺了：

• 合理化：参与者依据利益最大化的策略去抉择协定的执行。
• 利它式：执行的过程中，能思考整体的利益。
• 拜占庭式容错：能抵制某些节点歹意的行为，保证系统失常运行。

总结

分布式系统达成共识的过程须要有 活性 和平安 的保障，其协商一致机制也须要将拜占庭谬误思考进去。共识问题的解决让咱们的分布式系统运行的更加强壮，也正是因为共识的重要性，当今区块链技术才显得额定的重要！

参考

• [1]consensus in distributed systems
• [2]let’s take a crack at understanding distributed consensus

感兴趣的敌人能够搜一搜公众号「阅新技术」，关注更多的推送文章。
能够的话，就顺便点个赞、留个言、分享下，感激各位反对！
阅新技术，浏览更多的新常识。