分布式共识算法

一、第一性原理：什么是分布式共识

1. 共识要解决的根本问题

**分布式共识（Distributed Consensus）**的本质是：

在不可靠网络、节点可能失效甚至作恶的前提下，多个节点必须对同一对象，在同一逻辑顺序上，做出相同且不可撤销的决定。

这一定义刻意回避了具体算法，实现的是问题层抽象。

2. 共识的三个不可回避的现实约束

所有共识算法都隐含接受以下现实：

  1. **网络不可靠**：消息可能延迟、乱序、丢失
  2. **节点可能失败**：宕机、重启、永久丢失
  3. **系统必须对外并发服务**：不存在全局锁

共识算法的复杂性，来自于在以上前提下仍要保证“统一决定”。

3. 共识对象的区分（极其关键）

很多“共识算法混淆”源于没有区分共识对象。

共识对象说明典型算法
单一值对某个值是否被接受达成一致Paxos
日志序列对操作顺序达成一致Raft / ZAB
状态机对状态演进过程一致复制状态机
事务结果对一次事务成功/失败一致2PC / TCC
账本顺序对不可篡改历史一致PoW / PBFT

算法不可横向对比，除非它们的共识对象相同。

二、共识问题的系统分类（稳定知识）

1. 是否存在恶意节点（根本分水岭）

分布式共识问题├── 崩溃容错（Crash Fault）│   ├── 强一致（线性一致）│   │   ├── Paxos│   │   ├── Multi-Paxos / ZAB│   │   └── Raft│   └── 最终一致│       ├── Gossip│       └── Quorum NWR└── 拜占庭容错（Byzantine Fault）    ├── 小规模、许可系统：PBFT    └── 大规模、开放系统：PoW

是否假设节点诚实，决定了算法复杂度的数量级差异。

2. 一致性模型不是“强 / 弱”二分

一致性本质上是：对外可观察行为的约束强度。

算法只是实现一致性的手段，不是一致性本身。

三、共识算法的通用架构模式（不变思想）

从所有算法中，可以提炼出以下稳定设计模式。

1. Quorum（多数派）模式

用集合重叠替代全体一致。

这是 Paxos、Raft、NWR 的共同根基。

2. Leader 模式（性能优化而非安全必需）

Leader = 用局部中心化换整体吞吐

Multi-Paxos、Raft、ZAB 本质一致。

3. 编号 / 任期（逻辑时间）

在没有全局时钟的系统中：

承担的是：

事件先后关系的判定工具

4. 日志前缀一致性（安全性的真正来源）

所有复制状态机安全性，都建立在：已提交日志永不回滚 之上。

Raft 的日志匹配原则、Paxos 的提案不可逆，都是这一思想的不同表达。

5. 超时驱动（对不可靠网络的妥协）

共识算法无法区分“慢节点”和“失效节点”，只能赌概率。

四、经典算法的本质解读（去实现化）

1. Paxos：最小一致性原语

解决的问题：

多个提议者，对一个值达成唯一决定。

核心思想：

Paxos 是：

所有强一致算法的“原子模型”

但工程上难以直接使用。

2. Multi-Paxos / ZAB：把一次共识变成序列共识

关键演进：

本质变化：

从“值一致”升级为“日志一致”

3. Raft：工程可理解性的胜利

Raft 并未引入新理论，而是：

Raft 的价值不在于更强，而在于可被正确实现。

4. Gossip：接受不一致，换取规模与可用性

适用前提：

业务可容忍短期不一致

5. Quorum NWR：一致性是“读写策略”的结果

一致性并非算法属性，而是策略组合的结果。

6. PBFT / PoW：当节点不可信

PBFT：

PoW：

拜占庭共识的本质，是信任模型的改变。

五、选型方法论（可复用）

约束条件推荐方向
小规模、强一致Raft
高吞吐、可容忍不一致Gossip
不可信节点PBFT / PoW
分布式事务TCC

六、共识的根本局限（无法被算法消除）

共识不是银弹，而是代价明确的工程选择。

关联内容（自动生成）