paxos演算法是萊斯利·蘭伯特（英語：leslie lamport
，latex中的「la」）於2023年提出的一種基於訊息傳遞且具有高度容錯特性的一致性演算法。
paxos演算法一開始非常難以理解，但是一旦理解其實也並不難，之所以難理解其實是因為作者講的故事難理解。
paxos演算法維基百科
本人是在看了這2個帖子之後再結合原**才看懂的。
paxos一共4個角色：client proposer acceptor learner。
client：產生議題者
proposer ：提議者
acceptor：決策者
learner：最終決策學習者，也就是執行者。
proposer拿著client的議題去向acceptor提議，讓acceptor來決策。
proposer提出議題，acceptor初步接受或者acceptor初步不接受。
acceptor初步接受則proposer再次向acceptor確認是否最終接受。
acceptor最終接受或者acceptor最終不接受。
learner最終學習的目標是向所有acceptor學習，如果有多數派個acceptor最終接受了某提議，那就得到了最終的結果，演算法的目的就達到了。
最基本的message flow: basic paxos演示圖如下圖所示，其他情況可以參考百科。
**：a1，,a2和a3就是acceptor。
p1，p2和p3就是proposer。淺色的p1和p2說明是進行提議，深色的p1和p2說明是拿到表決。
圓圈123表明是每次提議序號，遞增即可。黑色的圖表示被黑了，也就是否決。方塊表示投票結果，綠方塊表示投票通過，紅色菱形表示最終的投票結果。
整個事件是按照時間線從左到右發展。
事件發展：
第乙個框代表第一階段--提議
1.p2最先找到a2，p2提議序號是2，a2記錄下，因為之前沒有其他的序號所以成功了，然後返回標誌給p2;
2.p1找到a1，p1提議序號是1，a1記錄下，因為之前沒有其他的序號所以成功了，然後返回標誌給p1;
3.p1找到a3，p1提議序號是1，a3記錄下，因為之前沒有其他的序號所以成功了，然後返回標誌給p1;
問題來了
4.p1找到a2，p1提議序號是1，a2已經記錄下提議序號2，2>1，所以不成功;
5.p2找到a1，p2提議序號是2，a1已經記錄下提議序號1，1>2，所以成功;，然後返回標誌給p2;
6.p2找到a3，p2提議序號是2，a3已經記錄下提議序號1，1>2，所以成功;，然後返回標誌給p2;
第二個框代表第二階段--確認提議（投票）
7.p1找到a1，p1確認序號是1，a1已經記錄下提議序號2，1<2，所以不確認，然後p1繼續提議序號是3，周而復始...;
8.p2找到a2，p2確認序號是2，a2已經記錄下提議序號2，2=2，所以確認成功;，然後返回投票標誌給p2;
9.p2找到a3，p2確認序號是2，a3已經記錄下提議序號2，2=2，所以確認成功;，然後返回投票標誌給p2;
10.p2找到a1，p2確認序號是2，a1已經記錄下提議序號3，2<3，所以不確認，;然後p2繼續提議序號是4，周而復始...;
問題來了
11.p1找到a2，p1確認序號是1，a1已經記錄下確認序號2，1<2，所以不確認，然後返回確認序號2;
12.p1找到a3，p1確認序號是1，a3已經記錄下確認序號2，1<2，所以不確認，然後返回確認序號2;
13.p1和p2都得到確認也就是投票結果是2。
14.所有的learner最終學習的目標是2。
paxos過程結束了，這樣，一致性得到了保證，演算法執行到最後所有的proposer都投「2」所有的acceptor都接受這個議題，也就是說在最初的第二階段，議題是先入為主的，誰先佔了先機，後面的proposer在第一階段就會學習到這個議題而修改自己本身的議題，才能讓一致性得到保證，這就是paxos演算法的乙個過程。該演算法就是為了追求結果的一致性。
深入淺出理解Paxos演算法
paxos演算法是萊斯利 蘭伯特 英語 leslie lamport latex中的 la 於1990年提出的一種基於訊息傳遞且具有高度容錯特性的一致性演算法。paxos演算法一開始非常難以理解，但是一旦理解其實也並不難，之所以難理解其實是因為作者講的故事難理解。paxos演算法維基百科 本人是在看...
深入淺出理解索引
一 深入淺出理解索引結構 實際上，您可以把索引理解為一種特殊的目錄。sql server提供了兩種索引 聚集索引 clustered index，也稱聚類索引 簇集索引 和非聚集索引 nonclustered index，也稱非聚類索引 非簇集索引 下面，我們舉例來說明一下聚集索引和非聚集索引的區別...
深入淺出理解索引
一 深入淺出理解索引結構 實際上，您可以把索引理解為一種特殊的目錄。sql server提供了兩種索引 聚集索引 clustered index，也稱聚類索引 簇集索引 和非聚集索引 nonclustered index，也稱非聚類索引 非簇集索引 下面，我們舉例來說明一下聚集索引和非聚集索引的區別...