6.1 从共识开始
受翻译影响，网上很多讨论 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」这样的描述词语。例如，Mike Burrows[1] 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...」。
虽然汉语中「共识，consensus」和「一致，consistency」是一个意思，但在计算机工程中它们之间还是有明显的区别：
- consensus 是大家关心的某件事情（例如选举、分布式锁、全局ID、数据复制等等）达成一致的过程及其算法；
- consistency 则描述的是存储的数据之间不自相矛盾，侧重于节点共识过程最终达成稳定状态的结果。
Paxos、Raft、ZAB 等等属于 consensus 的理论/实现，明显使用「共识」来描述更准确，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（这两个 C 也存在一些区别，笔者将在 6.4 节介绍）。
那么为什么要研究共识呢？在分布式系统中，为了消除单点提高系统可用性，有一种使用副本形式的容错模型。副本容错模型使用多个成员组成集群，成员之间数据完全一致，副本形式的容错模型可以保证在（≤ (N-1)/2）节点故障的情况下，系统仍然能正常对外提供服务。复制状态机是分布式系统中实现上述容错机制的基本方法，而共识算法（Consensus Algorithm）是构建复制状态机系统最关键的角色。
复制状态机
复制状态机（Replicated State Machine）是指多台机器具有完全相同的状态，运行完全相同的确定性状态机。它让多台机器协同工作犹如一个强化的组合，其中少数机器宕机不影响整体的可用性。
如图 6-1 所示，一个复制状态机副本的工作流程：
- 客户端发起一个写请求。
- 共识模块执行共识算法进行日志复制，将日志复制至集群内各个节点。
- 日志应用到状态机。
- 服务端返回请求结果。
图 6-1 复制状态机工作过程
既然共识在分布式下容错系统下如此重要，那么到底是什么共识？实现共识有哪些难点？毫无疑问，搞清楚这些问题从 Leslie Lamport[2] 发表的 Paxos 论文开始最合适不过。