6.1什么是共识

6.1 什么是共识

受翻译影响，网上讨论 Paxos 或 Raft 的内容多使用“分布式一致性协议”或者“分布式一致性算法”这样的描述。如 Google Chubby 系统的作者 Mike Burrows，他对 Paxos 的评价原话是：“There is only one consensus protocol...”，很多文章翻译成“世界上只有一种一致性算法...”。

虽然“共识”和“一致”在汉语中含义相近，但在计算机领域它们有明显的差异：

• 共识（consensus）：所有的节点就某一项提议（如选举、原子事务提交、日志复制、分布式锁等）达成一致的过程及其算法；
• 一致（consistency）：描述多个节点中存储的数据之间不自相矛盾，侧重于数据最终达成稳定状态的结果。

Paxos、Raft、ZAB 等等属于 consensus 算法，明显使用“共识”描述更准确，而 CAP 定理中的 C 和数据库 ACID 的 C 才是真正的“一致性” —— consistency 问题。

在充满不确定性的环境中（如节点故障、网络不可靠、消息延迟或丢失、顺序错乱...）可靠地达成共识是一件非常了不起的事情。一旦解决了共识问题，就能为分布式应用提供一套屏蔽内部复杂问题的抽象机制，满足应用层的很多目标需求。例如：

• 主节点选举：对于一个主从复制的数据库，所有的节点需要就“谁来当主节点”达成一致。如果由于网络问题出现节点间无法通信，很容易出现争议（也就是没有形成共识）。不解决争议问题，就会出现多个节点同时认为自己是主节点，也就是出现分布式系统中最头疼的情况 —— “脑裂”。
• 原子事务提交：对于支持跨节点或者跨分区事务的数据库，可能会出现这样的情况：某些节点事务执行成功，某些节点事务执行失败。为了维护事务的原子性（即 ACID 特性），所有节点必须就事务的结果达成一致。
• 分布式锁管理：当多个请求同时尝试访问共享资源时，分布式锁需要就“谁成功加锁”达成一致。跟“主节点选举”的情况一样，即使网络问题或者节点故障，分布式锁也能正常工作，不然就会出现加锁争议，引发并发冲突、死锁或数据不一致等问题。
• 日志复制：日志复制是指将主节点的“操作日志条目”复制到从节点。日志条目的顺序必须在所有节点上形成一致，即日志条目需要按相同的顺序被写入（“顺序”相当重要，笔者将在下一节介绍）。