Paxos演算法是萊斯利·蘭伯特（英語：Leslie Lamport，LaTeX中的「La」）於1990年提出的一種基於訊息傳遞且具有高度容錯特性的一致性演算法。

Paxos演算法一開始非常難以理解，但是一旦理解其實也並不難，之所以難理解其實是因為作者講的故事難理解。

網上有2篇帖子是講的非常好的，

本人是在看了這2個帖子之後再結合原論文才看懂的。

Paxos一共4個角色：Client   Proposer      Acceptor     Learner。

Client：產生議題者
Proposer ：提議者
Acceptor：決策者
Learner：最終決策學習者，也就是執行者。

Proposer拿著Client的議題去向Acceptor提議，讓Acceptor來決策。
Proposer提出議題，Acceptor初步接受或者Acceptor初步不接受。
Acceptor初步接受則Proposer再次向Acceptor確認是否最終接受。
Acceptor最終接受或者Acceptor最終不接受。

Learner最終學習的目標是向所有Acceptor學習，如果有多數派個Acceptor最終接受了某提議，那就得到了最終的結果，演算法的目的就達到了。

最基本的Message flow: Basic Paxos演示圖如下圖所示，其他情況可以參考百科。

圖解：

A1，,A2和A3就是Acceptor。

P1，p2和p3就是Proposer。淺色的P1和P2說明是進行提議，深色的P1和P2說明是拿到表決。

圓圈123表明是每次提議序號，遞增即可。黑色的圖表示被黑了，也就是否決。方塊表示投票結果，綠方塊表示投票通過，紅色菱形表示最終的投票結果。

整個事件是按照時間線從左到右發展。

事件發展：

第一個框代表第一階段--提議

1.p2最先找到A2，P2提議序號是2，A2記錄下，因為之前沒有其他的序號所以成功了，然後返回標誌給p2;

2.p1找到A1，P1提議序號是1，A1記錄下，因為之前沒有其他的序號所以成功了，然後返回標誌給p1;

3.p1找到A3，P1提議序號是1，A3記錄下，因為之前沒有其他的序號所以成功了，然後返回標誌給p1;

問題來了

4.p1找到A2，P1提議序號是1，A2已經記錄下提議序號2，2>1，所以不成功;

5.p2找到A1，P2提議序號是2，A1已經記錄下提議序號1，1>2，所以成功;，然後返回標誌給p2;

6.p2找到A3，P2提議序號是2，A3已經記錄下提議序號1，1>2，所以成功;，然後返回標誌給p2;

第二個框代表第二階段--確認提議（投票）

7.p1找到A1，P1確認序號是1，A1已經記錄下提議序號2，1<2，所以不確認，然後p1繼續提議序號是3，周而復始...;

8.p2找到A2，P2確認序號是2，A2已經記錄下提議序號2，2=2，所以確認成功;，然後返回投票標誌給p2;

9.p2找到A3，P2確認序號是2，A3已經記錄下提議序號2，2=2，所以確認成功;，然後返回投票標誌給p2;

11.p1找到A2，P1確認序號是1，A1已經記錄下確認序號2，1<2，所以不確認，然後返回確認序號2;

12.p1找到A3，P1確認序號是1，A3已經記錄下確認序號2，1<2，所以不確認，然後返回確認序號2;

14.所有的Learner最終學習的目標是2。

Paxos過程結束了，這樣，一致性得到了保證，演算法執行到最後所有的proposer都投“2”所有的acceptor都接受這個議題，也就是說在最初的第二階段，議題是先入為主的，誰先佔了先機，後面的proposer在第一階段就會學習到這個議題而修改自己本身的議題，才能讓一致性得到保證，這就是paxos演算法的一個過程。該演算法就是為了追求結果的一致性。