Paxos算法是莱斯利·兰伯特(Leslie Lamport)1990年提出的一种基于消息传递的、具有高容错性的一致性算法。Google Chubby（分布式锁服务）的作者Mike Burrows说过，世上只有一种一致性算法，那就是Paxos，所有其他一致性算法都是Paxos算法的不完整版。Paxos算法是一种公认的晦涩难懂的算法，并且工程实现上也具有很大难度。较有名的Paxos工程实现有Google Chubby、ZAB、微信的PhxPaxos等。
Paxos算法是用于解决什么问题的呢？Paxos算法要解决的问题是，在分布式系统中如何就某个决议达成一致。
（1） 三种角色
在Paxos算法中有三种角色，分别具有三种不同的行为。但很多时候，一个进程可能同时充当着多种角色。
Proposer：提案（Proposal）的提议者。
Acceptor：提案的表决者，即是否accept该提案。只有半数以上的Acceptor接受了某提案，那么该提案者被认定为“选定”。
Learners：提案的学习者。当提案被选定后，其会同步并执行提案。
一个提案的表决者(Acceptor)会存在多个，但在一个集群中，提议者(Proposer)也是可能存在多个的，不同的提议者(Proposer)会提出不同的提案。而一致性算法则可以保证如下几
点：
没有提案被提出则不会有提案被选定。
每个提议者在提出提案时都会为该提案指定一个具有全局唯一性的、递增的提案编号N，即在整个集群中是唯一的。
每个表决者在accept某提案后，会将该提案的编号N记录在本地，这样每个表决者中保存的已经被accept的提案中会存在一个编号最大的提案，其编号假设为maxN。每个表决者仅会accept编号大于自己本地maxN的提案。
在众多提案中最终只能有一个提案被选定。
一旦一个提案被选定，则其它服务器会主动同步(Learn)该提案到本地。
（2） 算法过程描述
Paxos算法的执行过程划分为两个阶段：准备阶段prepare与接受阶段accept。
A、 prepare阶段
1) 提议者(Proposer)准备提交一个编号为N的提议，于是其首先向所有表决者(Acceptor)发送prepare(N)请求，用于试探集群是否支持该编号的提议。
2) 每个表决者(Acceptor)中都保存着自己曾经accept过的提议中的最大编号maxN。当一个表决者接收到其它主机发送来的prepare(N)请求时，其会比较N与maxN的值。若N小于maxN，则说明该提议已过时，当前表决者采取不回应或回应Error的方式来拒绝该prepare(N)请求；若N大于等于maxN，则说明该提议是可以接受的，当前表决者会将其曾经已经accept的编号最大的提案Proposal(myid,maxN,value)反馈给提议者，以向提议者展示自己支持的提案意愿。其中第一个参数myid表示表决者Acceptor的标识id，第二个参数表示其曾接受的提案的最大编号maxN，第三个参数表示该提案的真正内容value。当然，若当前表决者还未曾accept过任何提议，则会将Proposal(myid,null,null)反馈给提议者。
B、 accept阶段
1) 当提议者(Proposer)发出prepare(N)后，若收到了超过半数的表决者(Accepter)的反馈，那么该提议者就会将其真正的提案Proposal(N,value)发送给所有的表决者。
2) 当表决者(Acceptor)接收到提议者发送的Proposal(N,value)提案后，会再次拿出自己曾经accept过的提议中的最大编号maxN，及曾经反馈过的prepare的最大编号，让N与它们进行比较，若N大于等于这两个编号，则当前表决者accept该提案，并反馈给提议者。若N小于这两个编号，则表决者采取不回应或回应Error的方式来拒绝该提议。
3) 若提议者没有接收到超过半数的表决者的accept反馈，则重新进入prepare阶段，递增提案号，重新提出prepare请求。若提议者接收到的反馈数量超过了半数，则其它的未向提议者发送accept反馈的表决者将成为Learner，主动同步提议者的该提案。