2019.9.5-6 snapshots, multicast, paxos, leader election和mutual exclusion

Posted 2020-11-12 dynasty919

把这两天看的两章一起说一下。

第五章，先是讲snapshots就是快照，具体就是Chandy-Lamport算法，快照就是把一个分布式系统以很多断点（marker）为间隔记录下系统的状态，包括单个进程自己的状态以及不同进程之间的状态，保存这些可能可以用来进行错误处理之类的事情。

　　　　算法具体流程是啥呢，就是由某个进程向其他进程发送marker，其他进程接收并视情况回信，然后纪录自己的系统状态...具体内容可以看这里https://zhuanlan.zhihu.com/p/53482103

 

　　　　然后是multicast，其实之前提过这个，中文叫组播，就是一个进程对系统内的一组进程传递消息，对应“广播”（broadcast），也就是对所有成员都发送消息。有几种类型的multicast算法，比如fifo，casual什么的，casual就是满足lamport时间戳那种因果一致性的要求的。这一篇讲的可以看一下，比较形象https://www.cnblogs.com/hzmark/p/consistency_model.html，还有这个讲得更清楚些https://blog.csdn.net/aigoogle/article/details/43271185。

 

　　　   最后是讲consensus，我们熟悉的paxos啊raft啊都是指这个问题，consensus就是指对于一个分布式系统中的所有进程，要以某种方式保证它们产生同一个结果。这被证明是不可能的，不过通过paxos之类的算法可以尽最大可能的保证一致性。像failure dection和leader election这类问题其实是和consensus问题等价的。

　　　　paxos可以提供完整的safety和较大程度的liveness。对于一个系统来说safety的意思大体是，不会有坏事发生，比如各进程决策不一致。liveness意思就是最终一定会有好事发生，比如最后一定会选出一个leader。然后三哥非常简略的讲了下paxos的内容，因为实在过于简略所以没啥可说的，后面raft的时候再总结吧。

 

第六章，先是leader elcetion。分布式系统里需要一个leader，用作读写之类的操作，也可以把调度放在leader机器里面。所以就需要各进程选出一个leader，然后讲了一个ring leader election的算法，其实很简单，就是各进程组成一个环，然后沿着换互相交换某种属性，最后能得到一个最强的，那么最强的自然就当领导了。具体内容这里可以看看https://www.cnblogs.com/daizuozhuo/p/4590895.html。讲了两个工业中用到的选举算法，chubby和zookeeper，讲的都很简略，前面那个链接也有讲。

 

　　　　然后讲 Mutual Exclusion，就是进程互斥，为什么要进程互斥呢，就跟单系统的情况一样，因为不同的进程可能想要执行同一件事情，那么同步执行的时候可能出问题。这个单系统的进程互斥我们很熟悉了，就加锁就完事了，分布式系统的话其实也差不多，一样很简明，一个最简单的算法就是选举出一个leader，由这个leader持有一个token，然后每个进程如果运行某段代码的话就要像leader索要token，只有有token的程序才能执行这一段。

　　　　另一个算法是ringed  Mutual Exclusion，就是并没有leader，所有进程组成圆桌轮流持有token，每个人接到token后都检查一下自己想不想执行，不想的话就往后传。感觉这两种算法就是自由和平等之间的区别（。。）

　　　　Ricart-Agrawala‘s Algorithm相对复杂一些，它没有token而是利用了lamport timstamp，性能比前两种好一些但是很占带宽，因为这个算法中每两个进程之间都要通信确认状态。有一种Maekawa‘s Algorithm在此基础上改善了带宽，但是具体什么原理我懒得听了...

　　　　当然，现实中用的Mutual Exclusion都不是上面那几种，所以了解了解就好...