CAP Theorem
对于一个分布式系统，不能同时满足以下三点：
- 一致性（Consistency）
- 可用性（Availability）
- 分区容错性（Partition Tolerance）
一致性模型
- 弱一致性
- 最终一致性
- DNS
- Gossip
- 最终一致性
- 强一致性
- 同步（主从同步）
- Paxos
- Raft
- Zab
强一致性算法
Paxos
1. Basic Paxos
角色：
流程：
CLIENT向PROPOSER发起请求；- Prepare:
PROPOSER向ACCEPTOR提出提案，请求ACCEPTOR中的多数派同意； - Promise: 如果提案的编号 N 小于目前
ACCEPTOR接受的提案的编号，则ACCEPTOR拒绝接受，否则接受； - Accept: 如果
ACCEPTOR中的多数派接受请求，PROPOSER发出 accept 请求，其中包含提案的编号 N 和提案内容； - Accepted: 如果
ACCEPTOR在此期间没有收到任何编号大于 N 的提案，则接受此提案内容，否则忽略。
潜在问题：
- 活锁：多个
PROPOSER向ACCEPTOR递增提交提案，无法完成提案 - 难以实现
- 效率低（2 轮 RPC）
2. Multi Paxos
Multi Paxos 引入 PROPOSER 的 LEADER，解决 Basic Paxos 的活锁问题，之后的请求只进行一次 RPC，提高了效率。
并且减少角色，进一步简化流程。
Raft
Raft
- 将算法划分为三个子问题：
- Leader Election
- Log Replication
- Safety
- 重定义角色
- Leader
- Follower
- Candidate
实现案例 —— Etcd
Zab
基本与 Raft 相同，实现有些许不同：如 Raft 的心跳方向为 Leader 至 Follower，Zab 则相反。
实现案例 —— ZooKeeper
