Paxos、Raft不是一致性演算法/協議？

Paxos、Raft等通常被誤稱為“一致性演算法”。但是“一致性（Consistency）”和“共識（Consensus）”並不是同一個概念。Paxos、Raft等其實都是共識（Consensus）演算法。

Leslie Lamport於1998年在ACM Transactions on Computer Systems上發表了一篇《The Part-Time Parliament》[1]的文章，這是Paxos演算法第一次公開發表。但是發表之後，很多人還是覺得原來那篇太難理解了，之後Lamport又寫了一篇《Paxos Made Simple》[2]，當我們想要學習一下Paxos的時候，可以直接看看這篇。

回到正題，我們在《Paxos Made Simple》中搜尋“Consistency”一詞，如下圖所示，其實是毫無匹配結果的。

反觀，我們搜尋“Consensus”一詞的時候，卻出現了很多匹配項。

也就是說，Paxos論文通篇提都沒提Consistency一詞，何來的“Paxos is a consistency algorithm”的說法。

與此類似的是，在Raft論文《In Search of an Understandable Consensus Algorithm (Extended Version)》[3]中開頭就對Raft給出了明確的定義：Raft is a consensus algorithm....，注意這裡是consensus，而不是consistency。

這時候我們不妨再開啟字典。乍眼一看，字典中Consistency和Consenus譯意接近，都有“一致”的含義，但是仔細深究又有所不同：Consistency：一致性，Consensus：共識、一致的意見。

從專業的角度來講，我們通常所說的一致性（Consistency）在分散式系統中指的是對於同一個資料的多個副本，其對外表現的資料一致性，如強一致性、順序一致性、最終一致性等，都是用來描述副本問題中的一致性的。而共識（Consensus）則不同，簡單來說，共識問題是要經過某種演算法使多個節點達成相同狀態的一個過程。一致性強調結果，共識強調過程。

《分散式系統概念與設計》一書中對共識問題進行了如下定義：為達到共識，每個程式 pi 最初處於未決（undecided）狀態，並且提議集合D中的一個值 vi 。程式之間互相通訊，交換值。然後，每個程式設定一個決定變數（decision variable）di 的值。在這種情況下，它進入決定（decided）狀態。在此狀態下，他不再改變di。

下圖中給出了參與一個共識演算法的3個程式。兩個程式提議“繼續”， 第三個程式提議“放棄”但隨後崩潰。保持正確的兩個程式都決定“繼續”。（其中i = 1, 2, ……, N; j = 1, 2, ……, N。）

共識演算法的要求是在每次執行中滿足以下條件：

• 終止性：每個正確程式最終設定它的決定變數。
• 協定性：所有正確程式的決定值都相同，即如果 pi 和 pj 是正確的並且已進入決定狀態，那麼 di = dj。
• 完整性：如果正確的程式都提議同一個值，那麼處於決定狀態的任何正確程式已選擇了該值。

共識問題中所有的節點要最終達成共識，由於最終目標是所有節點都要達成一致，所以根本不存在一致性強弱之分。所以，以後我們看到“Paxos是一個強一致性演算法”、“Raft是一個強一致性協議”等類似說法的時候，我們更要以一種“審視”的眼光去看待後面的內容。

在我們大多數人的大多數工作內容中，一致性（Consistency）與共識（Consensus）的差別其實無關痛癢。但是如果我們想抬高一個維度，深入的去研究一下分散式領域的內容，那麼這些最基礎的概念如果區分不清楚的話，會對後面的學習過程產生很大的阻礙。

越是相近的詞彙，越要清楚的區分。就算是同一個單詞，也會有不同的含義解析，比如CAP和ACID中的C都是Consistency的縮寫，但這兩者在各自場景下的含義也並不相同。

• ACID的C指的是事務中的一致性，在一系列對資料修改的操作中，保證資料的正確性。即資料在事務期間的多個操作中，資料不會憑空的消失或增加，資料的每一個增刪改操作都是有因果關係的。比如使用者A向使用者B轉了200塊錢，不會出現使用者A扣了款，而使用者B沒有收到的情況。
• 在分散式環境中，多服務之間的複製是非同步，需要一定耗時，不會瞬間完成。在某個服務節點的資料修改之後，到同步到其它服務節點之間存在一定的時間間隔，如果在這個間隔內有併發讀請求過來，而這些請求又負載均衡到多個節點，可能會出現從多個節點資料不一致的情況，因為請求有可能會落到還沒完成資料同步的節點上。CAP中的C就是為了做到在分散式環境中讀取的資料是一致的。

總的來說，ACID的C著重強調單資料庫事務操作時，要保證資料的完整和正確性，而CAP理論中的C強調的是對一個資料多個備份的讀寫一致性。

對於今天的知識點有什麼想說的嘛？不妨在留言區留下你的想法。

參考資料

4. 淺談 CAP 和 Paxos 共識演算法
5. 被誤用的“一致性”
6. 分散式共識(Consensus)：Viewstamped Replication、Raft以及Paxos