分布式算法（四）：Basic Paxos协议初探

原创已于 2026-02-09 17:03:30 修改 · 1k 阅读

26 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

标签

#分布式

于 2024-12-26 18:07:05 首次发布

微服务与分布式专栏收录该内容

8 篇文章

订阅专栏

文章目录

一、什么是 Paxos 算法

Paxos 是一种分布式一致性算法，用于确保多个节点在出现网络延迟、故障或消息丢失的情况下仍能就某个值达成一致。这是分布式系统的核心问题之一。

Paxos 最早由 Leslie Lamport 提出，其思想来源于投票和多数派原则。Basic Paxos 是 Paxos 的最基础形式——它保证单个提案（proposal）的共识。后续如 Multi-Paxos、Raft 等都可看作是它的扩展。

二、角色与基本概念

Paxos 系统中主要有三个角色：

角色名称	作用说明
Proposer（提案者）	负责提出提案（proposal）。
Acceptor（接受者）	对提案进行投票和接受。
Learner（学习者）	被通知最终的决议结果。

为了方便理解，我们用一个思维导图展示这三者的关系：

三、Paxos 的核心思想

Paxos 的核心目标是：

在网络环境不可靠、节点可能宕机的情况下，也能让多数节点对某个值达成一致。

它通过**两阶段提交（Two-phase commit）**来实现：

Prepare 阶段（准备阶段）
Accept 阶段（接受阶段）

如果一个提案在多数节点上得到批准，那么它就是“被选中的提案”，系统即达成共识。

四、阶段一：Prepare 阶段

在 Prepare 阶段中，Proposer 向所有 Acceptor 发送一个包含唯一编号的提案号 n，请求他们“承诺”不再接受比这个编号更小的提案。

Acceptor 的响应规则：

如果收到的提案号 n 比它之前见过的提案号都大，就承诺不再接受较小的提案。
如果它之前已经接受过某个提案，则返回该提案的值及编号。

下面是阶段一的通信流程（时序图展示）：

五、阶段二：Accept 阶段

当 Proposer 收到多数 Acceptor 的承诺响应后，它将进入阶段二，发送提案内容（编号 n 与提议的值 v）进行正式投票。

Acceptor 的行为：

若当前看到的最高承诺编号 ≤ 提案编号 n，则接受该提案。
否则，拒绝。

最终，当有多数 Acceptor 接受了同一个提案时，该值被认为是被选中的值（Chosen Value）。

下面是对应流程图：

六、为何 Paxos 能保证一致性

Paxos 算法关键在于：

提案编号单调递增 —— 保证新提案不会与旧提案冲突。
多数派原则 —— 任意两个多数集合必然有交集，确保旧提案信息可被新提案继承。
两阶段确认 —— 防止并行提案导致冲突。

这一设计使 Paxos 即使某些节点失效，也能保持一致性，不会产生不同的决议。

七、Paxos的故障恢复机制详解（Fault Recovery）

分布式系统中的故障是常态——节点宕机、网络分区、消息丢失在大型集群中经常发生。
Basic Paxos 设计的最大亮点之一，就是能够在部分节点故障的情况下仍保证一致性与正确恢复。

Paxos 的故障恢复主要体现在以下几个层面：

1️⃣ 临时节点故障（Acceptor/Proposer宕机）

（1）多数原则确保共识继续进行

Paxos 要求提案只需获得多数节点同意即可达成共识。
因此，即便少数节点临时宕机，仍不会影响整个系统的决议。

（2）宕机节点恢复后的处理逻辑

当节点重新上线后：

加载本地持久化的状态（存储过的最大提案号与已接受提案）。
再次参与新的 Paxos 流程。
通过从其他节点学习最新决议（Learner机制），保持状态一致。

如下图展示了节点故障恢复的基本流程：

2️⃣ Proposer故障恢复

在实际系统中，Proposer可能在提案进行中断开连接或宕机。
Basic Paxos允许其他节点成为新的Proposer并继续发起提案。

为避免提案冲突，新 Proposer须遵守以下策略：

使用比已知最高提案号更大的编号（例如上一轮最大编号为 n，则新提案号取 n+1）。
重新发起 Prepare 阶段，收集多数 Acceptor 的承诺。
若存在旧提案已被部分接受，则继承那些提案的值，保证上一轮结果不会丢失。

如下用时序图展示 Proposer 故障恢复的过程：

3️⃣ 持久化机制保证数据安全

每个 Acceptor 都需对以下内容实施持久化存储：

已响应（Promise）的最大提案编号 n_max；
已接受的提案内容 (n, v)。

这样即便系统或者节点突然宕机，只要本地磁盘数据不丢失，重启后仍然能依据持久化数据恢复现场。

这就保证：

过去多数接受的提案结果不会被遗忘；
新一轮提案仍可延续旧提案的共识状态；
系统在多次故障恢复后仍保持强一致性。

4️⃣ 网络分区与消息重传机制

在分布式环境中，网络分区可能导致部分节点暂时无法通信。
Paxos 通过以下策略应对：

超时重试机制：若 Proposer 未收到多数响应，则自动超时并重新发起新提案（提案号 +1）。
冗余消息策略：同一请求可多次发送，重复消息由 Acceptor 根据提案号去重。
异步恢复：当分区恢复后，故障节点可学习最新共识结果（通过 Learner 模块）。

如下图所示：

5️⃣ Learner的状态同步机制

Learner 是整个系统保持最终一致性的关键角色。
在故障恢复阶段：

Learner 可从多数 Acceptor 拉取已决定的提案值；
若 Learner 自身发生故障，恢复后即可从其他 Learner 获取已达成的决议；
多个 Learner 保持实时同步，最终保障系统状态一致。