6.1 认识共识
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”这样的描述字眼。例如，Mike Burrows 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...” 。
虽然在汉语中“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（比如选举、分布式锁、全局ID、数据复制等等）达成一致的过程及其算法；而 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，所以使用“共识”来表达更清晰一些，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 也存在区别，笔者将在 6.4 节介绍）。
在分布式系统中，为了消除单点提高系统可用性，通常会使用副本来进行容错，但这会带来另一个问题，即如何保证多个副本之间的一致性？这里的一致性又称线性一致性，所谓线性一致性并不是指集群中所有节点在任一时刻的状态必须完全一致，而是指实现这样一个目标：让一个分布式系统看起来只有一个数据副本，并且读写操作都是原子的，这样应用层就可以忽略系统底层多个数据副本间的同步问题。也就是说，我们可以将一个线性一致性分布式系统当成一个整体，一旦某个客户端成功的执行了写操作，那么所有客户端都一定能读出刚刚写入的值。即使发生网络分区故障，或者少部分节点发生异常，整个集群依然能够像单机一样提供服务。
而复制状态机就是分布式系统中实现以上容错机制的基本方法。
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。
如下图所示，一个复制状态机副本的工作流程：
- 客户端请求；
- 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
复制状态机工作过程
基于复制状态机的分布式容错系统可以保证即使在小部分（≤ (N-1)/2）节点故障的情况下，系统仍然能正常对外提供服务，而共识算法（Consensus Algorithm）就是构建这个系统最关键的角色。
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[1] 1982 年发表的论文 《The Byzantine General Problem》（拜占庭将军问题）开始最合适不过。拜占庭将军问题是分布式领域最复杂的一个容错模型，一旦搞懂了它，我们就能掌握分布式共识问题解决的思路，还能更深刻地理解常见的共识算法。
Lamport 在分布式系统理论方面有非常多的成就，比如 Lamport 时钟、拜占庭将军问题、Paxos 算法等等。除了计算机领域之外，其他领域的无数科研工作者也要成天和 Lamport 开发的一套软件打交道，目前科研行业应用最广泛的论文排版系统 -- LaTeX (名字中的 “La” 就是指 Lamport) ↩︎