1. 程式人生 > >強推!!!淺顯易懂地解說 Paxos 演算法!!!

強推!!!淺顯易懂地解說 Paxos 演算法!!!

看了幾篇前面的答案,感覺都是為了邏輯的驗密性,進行了大篇幅的推理,這樣確實非常嚴謹,但是理解起來就要廢一番功夫了。我就不用一步一步的推理來描述了,這樣雖然喪失一些嚴密性,但是會盡量提高可讀性,爭取讓每個人都能理解這個演算法的要點。

Paxos演算法背景介紹:
Paxos演算法是分散式技術大師Lamport提出的,主要目的是通過這個演算法,讓參與分散式處理的每個參與者逐步達成一致意見。用好理解的方式來說,就是在一個選舉過程中,讓不同的選民最終做出一致的決定。
Lamport為了講述這個演算法,假想了一個叫做Paxos的希臘城邦進行選舉的情景,這個演算法也是因此而得名。在他的假想中,這個城邦要採用民主提議和投票的方式選出一個最終的決議,但由於城邦的居民沒有人願意把全部時間和精力放在這種事情上,所以他們只能不定時的來參加提議,不定時來了解提議、投票進展,不定時的表達自己的投票意見。Paxos演算法的目標就是讓他們按照少數服從多數的方式,最終達成一致意見。

Paxos演算法的具體情況:

1、在整個提議和投票過程中,主要的角色就是“提議者”(向“接受者”提出提議)和“接受者”(收到“提議者”的提議後,向“提議者”表達自己的意見)。

2、整個演算法的大致過程為:
第一階段:因為存在多個“提議者”,如果都提意見,那麼“接受者”接受誰的不接受誰的?太混亂了。所以,要先明確哪個“提議者”是意見領袖有權提出提議,未來,“接受者”們就主要處理這個“提議者”的提議了(這樣,也可以在提出提議時就儘量讓意見統一,謀求儘早形成多數派)。
第二階段:由上階段選出的意見領袖提出提議,“接受者”反饋意見。如果多數“接受者”接受了一個提議,那麼提議就通過了。

3、必須要了解的其他相關背景:
1)怎麼明確意見領袖呢?通過編號。每個“提議者”在第一階段先報個號,誰的號大,誰就是意見領袖。如果不好理解,可以想象為賄選。每個提議者先拿著鈔票賄賂一圈“接受者”,誰給的錢多,第二階段“接受者”就聽誰的。(注:這裡和下文提到的“意見領袖”,並不是一個新的角色,而是代表在那一輪賄賂成功的“提議者”。所以,請把意見領袖理解為賄賂中勝出的“提議者”即可)
2)有個跟選舉常識不一樣的地方,就是每個“提議者”不會執著於讓自己的提議通過,而是每個“提議者”會執著於讓提議儘快達成一致意見。所以,為了這個目標,如果“提議者”在賄選的時候,發現“接受者”已經接受過前面意見領袖的提議了,即便“提議者”賄選成功,也會默默的把自己的提議改為前面意見領袖的提議。所以一旦賄賂成功,勝出的“提議者”再提出提議,提議內容也是前面意見領袖的提議(這樣,在謀求儘早形成多數派的路上,又前進了一步)


3)錢的多少很重要,如果錢少了,無論在第一還是第二階段“接受者”都不會尿你,直接拒絕。
4)上面2)中講到,如果“提議者”在賄選時,發現前面已經有意見領袖的提議,那就將自己的提議默默改成前面意見領袖的提議。這裡有一種情況,如果你是“提議者”,在賄賂的時候,“接受者1”跟你說“他見過的意見領袖的提議是方案1”,而“接受者2”跟你說“他見過的意見領袖提議是方案2”,你該怎麼辦?這時的原則也很簡單,還是:錢的多少很重要!你判斷一下是“接受者1”見過的意見領袖有錢,還是“接受者2”見過的意見領袖有錢?如何判斷呢?因為“接受者”在被“提議者”賄賂的時候,自己會記下賄賂的金額。所以當你賄賂“接受者”時,一旦你給的賄賂多而勝出,“接受者”會告訴你兩件事情:a.前任意見領袖的提議內容(如果有的話),b.前任意見領袖當時賄賂了多少錢。這樣,再面對剛才的情景時,你只需要判斷一下“接受者1”和“接受者2”告訴你的資訊中,哪個意見領袖當時給的錢多,那你就默默的把自己的提議,改成那個意見領袖的提議。
5)最後這一部分最有意思,但描述起來有點繞,如果不能一下子就理解可以先看後面的例子。在整個選舉過程中,每個人誰先來誰後到,“接受者”什麼時間能夠接到“提議者”的資訊,是完全不可控的。所以很可能一個意見領袖已經產生了,但是由於這個意見領袖的第二階段剛剛開始,絕大部分“接受者”還沒有收到這個意見領袖的提議。結果,這時突然衝進來了一個新的土豪“提議者”,那麼這個土豪“提議者”也是有機會讓自己的提議勝出的!這時就形成了一種博弈:
a.上一個意見領袖要趕在土豪“提議者”賄賂到“接受者”前,趕到“接受者”面前讓他接受自己的提議,否則會因為自己的之前賄賂的錢比土豪少而被拒絕。b.土豪“提議者”要趕在上一個意見領袖將提議傳達給“接受者”前,賄賂到“接受者”,否則土豪“提議者”即便賄賂成功,也要默默的將自己的提議改為前任意見領袖的提議。這整個博弈的過程,最終就看這兩個“提議者”誰的進展快了。但最終一定會有一個意見領袖,先得到多數“接受者”的認可,那他的提議就勝出了。


4、總結
好啦,故事到這裡基本講述完了,咱們來總結一下,其實Paxos演算法就下面這麼幾個原則:
1)Paxos演算法包括兩個階段:第一個階段主要是賄選,還沒有提出提議;第二個階段主要根據第一階段的結果,明確接受誰的提議,並明確提議的內容是什麼(這個提議可能是賄選勝出“提議者”自己的提議,也可能是前任意見領袖的提議,具體是哪個提議,見下面第3點原則)。
2)編號(賄賂金額)很重要,無論在哪個階段,編號(賄賂金額)小的,都會被鄙視(被拒絕)。
3)在第一階段中,一旦“接受者”已經接受了之前意見領袖的提議,那後面再來找這個“接受者”的“提議者”,即便在賄賂中勝出,也要被洗腦,默默將自己的提議改為前任意見領袖的提議,然後他會在第二階段提出該提議(也就是之前意見領袖的提議,以力爭讓大家的意見趨同)。如果“接受者”之前沒有接受過任何提議,那賄選勝出的“提議者”就可以提出自己的提議了。


5、舉例

最後舉個例子,加深一下印象:

有兩個“提議者”和三個“接受者”。

1)首先“提議者1”賄賂了3個“接受者”


2)3個“接受者”記錄下賄賂金額,因為目前只有一個“提議者”出價,因此$1就是最高的了,所以“接受者”們返回賄賂成功。此外,因為沒有任何先前的意見領袖提出的提議,因此“接受者”們告訴“提議者1”沒有之前接受過的提議(自然也就沒有上一個意見領袖的賄賂金額了)。



3)“提議者1”向“接受者1”提出了自己的提議:1號提議,並告知自己之前已賄賂$1。



4)“接受者1”檢查了一下,目前記錄的賄賂金額就是$1,於是接受了這一提議,並把1號提議記錄在案。



5)在“提議者1”向“接受者2”“接受者3”發起提議前,土豪“提議者2”出現,他開始用$2賄賂“接受者1”與“接受者2”。



6)“接受者1”與“接受者2”立刻被收買,將賄賂金額改為$2。但是,不同的是:“接受者1”告訴“提議者2”,之前我已經接受過1號提議了,同時1號提議的“提議者”賄賂過$1;而,“接受者2”告訴“提議者2”,之前沒有接受過其他意見領袖的提議,也沒有上一個意見領袖的賄賂金額。



7)這時,“提議者1”回過神來了,他向“接受者2”和“接受者3”發起1號提議,並帶著資訊“我前期已經賄賂過$1”。



8)“接受者2”“接受者3”開始答覆:“接受者2”檢查了一下自己記錄的賄賂金額,然後表示,已經有人出價到$2了,而你之前只出到$1,不接受你的提議,再見。但“接受者3”檢查了一下自己記錄的賄賂金額,目前記錄的賄賂金額就是$1,於是接受了這一提議,並把1號提議記錄在案。



9)到這裡,“提議者1”已經得到兩個接受者的贊同,已經得到了多數“接受者”的贊同。於是“提議者1”確定1號提議最終通過。


10)下面,回到“提議者2”。剛才說到,“提議者2”賄賂了“接受者1”和“接受者2”,被“接受者1”告知:“之前已經接受過1號提議了,同時1號提議的‘提議者’賄賂過$1”,並被“接受者2”告知:“之前沒有接到過其他意見領袖的提議,也沒有其他意見領袖的賄賂金額”。這時“提議者2”,拿到資訊後,判斷一下,目前賄賂過最高金額(即$1)的提議就是1號提議了,所以“提議者2”默默的把自己的提議改為與1號提議一致,然後開始向“接受者1”“接受者2”發起提議(提議內容仍然是1號提議),並帶著資訊:之前自己已賄賂過$2。



11)這時“接受者1”“接受者2”收到“提議者2”的提議後,照例先比對一下賄賂金額,比對發現“提議者2”之前已賄賂$2,並且自己記錄的賄賂金額也是$2,所以接受他的提議,也就是都接受1號提議。



12)於是,“提議者2”也拿到了多數派的意見,最終通過的也是1號提議。

這裡再多說一句:

回到上面的第5)步,如果“提議者2”第一次先去賄賂“接受者2”“接受者3”會發生什麼?那很可能1號提議就不會成為最終選出的提議。因為當“提議者2”先賄賂到了“接受者2”“接受者3”,那等“提議者1”帶著議題再去找這兩位的時候,就會因為之前賄賂的錢少($1<$2)而被拒絕。所以,這也就是剛才講到可能存在博弈的地方:a.“提議者1”要趕在“提議者2”賄賂到“接受者2”“接受者3”之前,讓“接受者2”“接受者3”接受自己的意見,否則“提議者1”會因為錢少而被拒絕;b.“提議者2”要趕在“提議者1”之前賄賂到“接受者”,否則“提議者2”即便賄賂成功,也要默默的將自己的提議改為“提議者1”的提議。但你往後推演會發現,無論如何,總會有一個“提議者”的提議獲得多數票而勝出。

以上,只是把大致的Paxos演算法的思路介紹了一下,因為情景實在太複雜,比如:“提議者”、“接受者”如果是4個、5個……,比如:“提議者”與“接受者”之間的互動誰先誰後,等等各類情況。但是,其實都是能夠嚴謹的推匯出最後能夠選出一個多數派的,不過篇幅就會太長了。大家有興趣可以按照上面的思路,自己再模擬模擬“提議者”“接受者”數量或多或少,互動或先或後的各種情況,結果肯定是最終唯一一個提議會獲得多數票而勝出。


最後,可以結合該文理解下:https://blog.csdn.net/qq_32534441/article/details/84193425