前言
分布式系统中，根据CAP理论中的C 一致性要求，多个节点间，需要有达成一致的协议。
Paxos 算法是由图灵奖获得者 Leslie Lamport 于 1990 年提出的一种基于消息传递且具有高度容错的特性的一致性算法。算法比较难理解，大神于第一次发表八年之后，再次发表，仍然没有得到重视，直到2006年，才被Google慧眼识珠。
该算法在很多大厂都得到了工程实践，比如阿里的 OceanBase 的分布式数据库，底层就是使用的 paxos 算法。再比如 Google 的 chubby 分布式锁也是用的这个算法。
”世界上只有一种一致性算法，就是 Paxos。“，这句话被一度传扬。
\
Paxos协议简介
Paxos协议是一个两阶段协议，分为Prepare（准备）阶段和Accept（接收）阶段。
简单理解就是，第一轮发送消息，告知所有集群中的节点，要发生更改，第二阶段，来根据大家接受到的消息，判断多数服从少数，选择一个当做最终决定。
首先，系统根据所有想修改数据的节点，提出请求，前后顺序，生成全局唯一且递增的ID。然后开启流程。
Prepare阶段
所有要想修改数据的节点，发起请求到所有集群节点，此时，发送各自的获得的ID，以及内容
接收方节点，接收到收到的ID之后，与本地存在ID对比，如果接受到的，大于存在的ID，就把本地的ID替换为最大的那个。同时，做出约定，不再接收小于等于当前收到的ID的请求了，同时，也就不会再去处理小于当前收到的ID的请求。简单说明，就是，有了最大的，一切以最大的为中心，其余的都不在重要。另外，接收方节点，如果替换ID动作完成，就把当前存储的ID最大的告诉所有发送给自己的节点。
Accept阶段
最终所有的接收方节点，心中，都有了自己要保留的ID，大家多数服从少数，最终统一成一样的。
理解整个Paxos协议，最重要的是理解，多数服从少数，时间优先。
场景举例
有小明 小红 小李 小王 四个同学要选班长，那么只要是想选的，就要发起游说，告诉所有其他同学要选他自己。
现在，小明，小王想要竞选。
假设都通知到位（出点节点故障，同理）
此时，以一个场景为例说明（上述ID此处代表高大）：
小明先对小李发起友好游说，然后小李才收到小王的消息
此时，小李告诉小明，好，我记着了，然后小王来了之后，
小李就在想，哎呀小王那么高大，当班长正好，就告诉小王，之前小明也报名了，但是我记得了，我到时候选你。
小明对小王发起游说，然后，被小王说，我也选。小明尴尬的离开。
小明又对小红发起消息，但是晚了一步，小王先对小红游说完毕了。
小红，直接把小明拉黑了。小王也去给小明发了个消息，小明此时，就说好，我知道了，我会选你的。自己背叛了自己。
最终，小李、小红、小王、小明选小王，小明 选小明，小王当选。
总结
Paxos 协议/算法 就是少数服从多数，标准的 鸽笼原理/抽屉原理，同时，还会根据相关约定的权重来判断是否需要应答，权重其实就是ID，是为了防止出现活性导致死循环。
注意：这一切都是在没有 拜占庭将军 问题的基础上建立的，即消息不会被篡改（因为分布式大多在局域网中）。
Paxos 的目标：保证最终有一个提案会被选定，当提案被选定后，其他人员最终也能获取到被选定的提案。
Paxos 协议用来解决的问题可以用一句话来简化：将所有节点都写入同一个值，且被写入后不再更改。
《end》
