大数据生态圈的一致性

大数据生态圈中，保证一致性的方式举不胜举
Hadoop 用 Zookeeper（Zab, Paxos + 事务顺序）
ElasticSearch 用 Hash 路由算法（非 一致性 Hash）
Cassandra 用 Gossip 闲话算法
Redis 用 Raft 选举算法

他们各有什么区别，为什么会如此选型？
Paxos 选举算法
　Paxos 是最先解决拜占庭将军问题的算法，利用过半选举的机制，保证了集群数据副本的一致性（微服务中服务注册与发现的场景，其实已经不再适用了）
Raft 选举算法
　Redis 使用 Raft 实现了自己的分布式一致性。Raft 本身和 Paxos 并没有场景上的区别。更多的是，协议上的简化、Term 概念的强化、Log 只会从 Leader 到 Follower 单向同步，使得实现起来会很方便
Zab 原子广播协议
　Hadoop 偏向于离线的海量数据处理，利用 Zookeeper 来保证数据副本的一致性，是最为合适的
Hash 路由算法
　ElasticSearch 希望能在服务宕机的时候，也能提供查询的功能，并且希望能达到 较高的数据存储的 负载均衡的能力
一致性Hash
　数据存储的负载均衡
　最新的进展，是在去年 Google 发表的一篇 有界负载的一致性 Hash 算法的论文。该算法保证了负载均衡一致性和稳定性的同时，在均匀性方面做出了实质性地改进。同时，Consistent Hashing with Bounded Loads 算法 也在 HaProxy 开源项目中得以应用，有效减少了其 8 倍的缓存带宽
Gossip 闲话算法
　Gossip 主要被 Cassandra 用于实现其分布式一致性。因为 Cassandra 框架，更看重 去中心化 和 容错 的特性，在不违背 CAP 定理的情况下，能够接受 最终一致性

转自，侵删
https://yuzhouwan.com/posts/54206/