xos(xoso minh ngoc)

知链区块链金融应用实践平台成绩怎么算

                
1. 工作量证明（PoW）
中本聪在2009年提出的比特币（Bitcoin）是区块链技术最早的应用，其采用PoW作为共识算法，其核心思想是节点间通过哈希算力的竞争来获取记账权和比特币奖励。PoW中，不同节点根据特定信息竞争计算一个数学问题的解，这个数学问题很难求解，但却容易对结果进行验证，最先解决这个数学问题的节点可以创建下一个区块并获得一定数量的币奖励。中本聪在比特币中采用了HashCash[4]机制设计这一数学问题。本节将以比特币采用的PoW算法为例进行说明，PoW的共识步骤如下：
节点收集上一个区块产生后全网待确认的交易，将符合条件的交易记入交易内存池，然后更新并计算内存池中交易的Merkle根的值，并将其写入区块头部；
在区块头部填写如表1.1所示的区块版本号、前一区块的哈希值、时间戳、当前目标哈希值和随机数等信息；
表1.1 区块头部信息
随机数nonce在0到232之间取值，对区块头部信息进行哈希计算，当哈希值小于或等于目标值时，打包并广播该区块，待其他节点验证后完成记账；
一定时间内如果无法计算出符合要求的哈希值，则重复步骤2。如果计算过程中有其他节点完成了计算，则从步骤1重新开始。
比特币产生区块的平均时间为10分钟，想要维持这一速度，就需要根据当前全网的计算能力对目标值（难度）进行调整[5]。难度是对计算产生符合要求的区块困难程度的描述，在计算同一高度区块时，所有节点的难度都是相同的，这也保证了挖矿的公平性。难度与目标值的关系为：
难度值=最大目标值/当前目标值 （1.1）
其中最大目标值和当前目标值都是256位长度，最大目标值是难度为1时的目标值，即2224。假设当前难度为，算力为，当前目标值为，发现新区块的平均计算时间为，则
根据比特币的设计，每产生2016个区块后（约2周）系统会调整一次当前目标值。节点根据前2016个区块的实际生产时间，由公式（1.4）计算出调整后的难度值，如果实际时间生产小于2周，增大难度值；如果实际时间生产大于2周，则减小难度值。根据最长链原则，在不需要节点同步难度信息的情况下，所有节点在一定时间后会得到相同的难度值。
在使用PoW的区块链中，因为网络延迟等原因，当同一高度的两个区块产生的时间接近时，可能会产生分叉。即不同的矿工都计算出了符合要求的某一高度的区块，并得到与其相近节点的确认，全网节点会根据收到区块的时间，在先收到的区块基础上继续挖矿。这种情况下，哪个区块的后续区块先出现，其长度会变得更长，这个区块就被包括进主链，在非主链上挖矿的节点会切换到主链继续挖矿。
PoW共识算法以算力作为竞争记账权的基础，以工作量作为安全性的保障，所有矿工都遵循最长链原则。新产生的区块包含前一个区块的哈希值，现存的所有区块的形成了一条链，链的长度与工作量成正比，所有的节点均信任最长的区块链。如果当某一组织掌握了足够的算力，就可以针对比特币网络发起攻击。当攻击者拥有足够的算力时，能够最先计算出最新的区块，从而掌握最长链。此时比特币主链上的区块大部分由其生成，他可以故意拒绝某些交易的确认和进行双花攻击，这会对比特币网络的可信性造成影响，但这一行为同样会给攻击者带来损失。通过求解一维随机游走问题，可以获得恶意节点攻击成功的概率和算力之间的关系：
图1.1 攻击者算力与攻击成功概率
2. 权益证明（PoS）
随着参与比特币挖矿的人越来越多，PoW的许多问题逐渐显现，例如随着算力竞争迅速加剧，获取代币需要消耗的能源大量增加，记账权也逐渐向聚集了大量算力的“矿池”集中[6-9]。为此，研究者尝试采用新的机制取代工作量证明。PoS的概念在最早的比特币项目中曾被提及，但由于稳健性等原因没被使用。PoS最早的应用是点点币（PPCoin），PoS提出了币龄的概念，币龄是持有的代币与持有时间乘积的累加，计算如公式（1.4）所示。利用币龄竞争取代算力竞争，使区块链的证明不再仅仅依靠工作量，有效地解决了PoW的资源浪费问题。
其中持有时间为某个币距离最近一次在网络上交易的时间，每个节点持有的币龄越长，则其在网络中权益越多，同时币的持有人还会根据币龄来获得一定的收益。点点币的设计中，没有完全脱离工作量证明，PoS机制的记账权的获得同样需要进行简单的哈希计算：
其中proofhash是由权重因子、未消费的产出值和当前时间的模糊和得到的哈希值，同时对每个节点的算力进行了限制，可见币龄与计算的难度成反比。在PoS中，区块链的安全性随着区块链的价值增加而增加，对区块链的攻击需要攻击者积攒大量的币龄，也就是需要对大量数字货币持有足够长的时间，这也大大增加了攻击的难度。与PoW相比，采用PoS的区块链系统可能会面对长程攻击（Long Range Attack）和无利害攻击（Nothing at Stake）。
除了点点币，有许多币也使用了PoS，但在记账权的分配上有着不同的方法。例如，未来币（Nxt）和黑币（BlackCion）结合节点所拥有的权益，使用随机算法分配记账权。以太坊也在逐步采用PoS代替PoW。
3. 委托权益证明（DPoS）
比特币设计之初，希望所有挖矿的参与者使用CPU进行计算，算力与节点匹配，每一个节点都有足够的机会参与到区块链的决策当中。随着技术的发展，使用GPU、FPGA、ASIC等技术的矿机大量出现，算力集中于拥有大量矿机的参与者手中，而普通矿工参与的机会大大减小。
采用DPoS的区块链中，每一个节点都可以根据其拥有的股份权益投票选取代表，整个网络中参与竞选并获得选票最多的n个节点获得记账权，按照预先决定的顺序依次生产区块并因此获得一定的奖励。竞选成功的代表节点需要缴纳一定数量的保证金，而且必须保证在线的时间，如果某时刻应该产生区块的节点没有履行职责，他将会被取消代表资格，系统将继续投票选出一个新的代表来取代他。
DPoS中的所有节点都可以自主选择投票的对象，选举产生的代表按顺序记账，与PoW及PoS相比节省了计算资源，而且共识节点只有确定的有限个，效率也得到了提升。而且每个参与节点都拥有投票的权利，当网络中的节点足够多时，DPoS的安全性和去中心化也得到了保证。
4. 实用拜占庭容错算法（PBFT）
在PBFT算法中，所有节点都在相同的配置下运行，且有一个主节点，其他节点作为备份节点。主节点负责对客户端的请求进行排序，按顺序发送给备份节点。存在视图（View）的概念，在每个视图中，所有节点正常按照处理消息。但当备份节点检查到主节点出现异常，就会触发视图变换（View Change）机制更换下一编号的节点为主节点，进入新的视图。PBFT中客户端发出请求到收到答复的主要流程如图4.1所示[10] [11]，服务器之间交换信息3次，整个过程包含以下五个阶段：
图4.1 PBFT执行流程
目前以PBFT为代表的拜占庭容错算法被许多区块链项目所使用。在联盟链中，PBFT算法最早是被Hyper ledger Fabric项目采用。Hyperledger Fabric在0.6版本中采用了PBFT共识算法，授权和背书的功能集成到了共识节点之中，所有节点都是共识节点，这样的设计导致了节点的负担过于沉重，对TPS和扩展性有很大的影响。1.0之后的版本都对节点的功能进行了分离，节点分成了三个背书节点(Endorser)、排序节点(Orderer)和出块节点(Committer)，对节点的功能进行了分离，一定程度上提高了共识的效率。
Cosmos项目使用的Tendermint[12]算法结合了PBFT和PoS算法，通过代币抵押的方式选出部分共识节点进行BFT的共识，其减弱了异步假设并在PBFT的基础上融入了锁的概念，在部分同步的网络中共识节点能够通过两阶段通信达成共识。系统能够容忍1/3的故障节点，且不会产生分叉。在Tendermint的基础上，Hotstuff[13]将区块链的块链式结构和BFT的每一阶段融合，每阶段节点间对前一区块签名确认与新区块的构建同时进行，使算法在实现上更为简单，Hotstuff还使用了门限签名[14]降低算法的消息复杂度。
5. Paxos与Raft
共识算法是为了保障所存储信息的准确性与一致性而设计的一套机制。在传统的分布式系统中，最常使用的共识算法是基于Paxos的算法。在拜占庭将军问题[3]提出后，Lamport在1990年提出了Paxos算法用于解决特定条件下的系统一致性问题，Lamport于1998年重新整理并发表Paxos的论文[15]并于2001对Paxos进行了重新简述[16]。随后Paxos在一致性算法领域占据统治地位并被许多公司所采用，例如腾讯的Phxpaxos、阿里巴巴的X-Paxos、亚马逊的AWS的DynamoDB和谷歌MegaStore[17]等。这一类算法能够在节点数量有限且相对可信任的情况下，快速完成分布式系统的数据同步，同时能够容忍宕机错误（Crash Fault）。即在传统分布式系统不需要考虑参与节点恶意篡改数据等行为，只需要能够容忍部分节点发生宕机错误即可。但Paxos算法过于理论化，在理解和工程实现上都有着很大的难度。Ongaro等人在2013年发表论文提出Raft算法[18]，Raft与Paxos同样的效果并且更便于工程实现。
Raft中领导者占据绝对主导地位，必须保证服务器节点的绝对安全性，领导者一旦被恶意控制将造成巨大损失。而且交易量受到节点最大吞吐量的限制。目前许多联盟链在不考虑拜占庭容错的情况下，会使用Raft算法来提高共识效率。
6. 结合VRF的共识算法
在现有联盟链共识算法中，如果参与共识的节点数量增加，节点间的通信也会增加，系统的性能也会受到影响。如果从众多候选节点中选取部分节点组成共识组进行共识，减少共识节点的数量，则可以提高系统的性能。但这会降低安全性，而且候选节点中恶意节点的比例越高，选出来的共识组无法正常运行的概率也越高。为了实现从候选节点选出能够正常运行的共识组，并保证系统的高可用性，一方面需要设计合适的随机选举算法，保证选择的随机性，防止恶意节点对系统的攻击。另一方面需要提高候选节点中的诚实节点的比例，增加诚实节点被选进共识组的概率。
当前在公有链往往基于PoS类算法，抵押代币增加共识节点的准入门槛，通过经济学博弈增加恶意节点的作恶成本，然后再在部分通过筛选的节点中通过随机选举算法，从符合条件的候选节点中随机选举部分节点进行共识。
Dodis等人于1999年提出了可验证随机函数（Verifiable Random Functions，VRF）[19]。可验证随机函数是零知识证明的一种应用，即在公私钥体系中，持有私钥的人可以使用私钥和一条已知信息按照特定的规则生成一个随机数，在不泄露私钥的前提下，持有私钥的人能够向其他人证明随机数生成的正确性。VRF可以使用RSA或者椭圆曲线构建，Dodis等人在2002年又提出了基于Diffie-Hellman 困难性问题的可验证随机函数构造方法[20]，目前可验证随机函数在密钥传输领域和区块链领域都有了应用[21]。可验证随机函数的具体流程如下：
在公有链中，VRF已经在一些项目中得到应用，其中VRF多与PoS算法结合，所有想要参与共识的节点质押一定的代币成为候选节点，然后通过VRF从众多候选节点中随机选出部分共识节点。Zilliqa网络的新节点都必须先执行PoW，网络中的现有节点验证新节点的PoW并授权其加入网络。区块链项目Ontology设计的共识算法VBFT将VRF、PoS和BFT算法相结合，通过VRF在众多候选节点中随机选出共识节点并确定共识节点的排列顺序，可以降低恶意分叉对区块链系统的影响，保障了算法的公平性和随机性。图灵奖获得者Micali等人提出的Algorand[22]将PoS和VRF结合，节点可以采用代币质押的方式成为候选节点，然后通过非交互式的VRF算法选择部分节点组成共识委员会，然后由这部分节点执行类似PBFT共识算法，负责交易的快速验证，Algorand可以在节点为诚实节点的情况下保证系统正常运行。Kiayias等人提出的Ouroboros[23]在第二个版本Praos[24]引入了VRF代替伪随机数，进行分片中主节点的选择。以Algorand等算法使用的VRF算法为例，主要的流程如下：
公有链中设计使用的VRF中，节点被选为记账节点的概率往往和其持有的代币正相关。公有链的共识节点范围是无法预先确定的，所有满足代币持有条件的节点都可能成为共识节点，系统需要在数量和参与度都随机的节点中选择部分节点进行共识。而与公有链相比，联盟链参与共识的节点数量有限、节点已知，这种情况下联盟链节点之间可以通过已知的节点列表进行交互，这能有效防止公有链VRF设计时可能遇到的女巫攻击问题。
7. 结合分片技术的公式算法
分片技术是数据库中的一种技术，是将数据库中的数据切成多个部分，然后分别存储在多个服务器中。通过数据的分布式存储，提高服务器的搜索性能。区块链中，分片技术是将交易分配到多个由节点子集组成的共识组中进行确认，最后再将所有结果汇总确认的机制。分片技术在区块链中已经有一些应用，许多区块链设计了自己的分片方案。
Luu等人于2017年提出了Elastico协议，最先将分片技术应用于区块链中[25]。Elastico首先通过PoW算法竞争成为网络中的记账节点。然后按照预先确定的规则，这些节点被分配到不同的分片委员会中。每个分片委员会内部执行PBFT等传统拜占庭容错的共识算法，打包生成交易集合。在超过的节点对该交易集合进行了签名之后，交易集合被提交给共识委员会，共识委员会在验证签名后，最终将所有的交易集合打包成区块并记录在区块链上。
Elastico验证了分片技术在区块链中的可用性。在一定规模内，分片技术可以近乎线性地拓展吞吐量。但Elastico使用了PoW用于选举共识节点,这也导致随机数产生过程及PoW竞争共识节点的时间过长，使得交易延迟很高。而且每个分片内部采用的PBFT算法通讯复杂度较高。当单个分片中节点数量较多时，延迟也很高。
在Elastico的基础上，Kokoris-Kogias等人提出OmniLedger[26]，用加密抽签协议替代了PoW选择验证者分组，然后通过RandHound协议[27]将验证者归入不同分片。OmniLedger。OmniLedger在分片中仍然采用基于PBFT的共识算法作为分片中的共识算法[28]，并引入了Atomix协议处理跨分片的交易，共识过程中节点之间通信复杂度较高。当分片中节点数量增多、跨分片交易增多时，系统TPS会显著下降。
Wang等人在2019年提出了Monoxide[29]。在PoW区块链系统中引入了分片技术，提出了连弩挖矿算法（Chu ko-nu mining algorithm），解决了分片造成的算力分散分散问题，使得每个矿工可以同时在不同的分片进行分片，在不降低安全性的情况下提高了PoW的TPS。

分布式一致性算法

                

sschrodinger

  

2019/07/17

  

一个分布式系统 不可能同时满足 一致性（  C:Consistency  )，可用性（  A: Availability  ）和分区容错性（  P：Partition tolerance  ）这三个基本需求， 最多只能同时满足其中的 2 个 。

  

如下：

  

BASE 是  Basically Available (基本可用) ，Soft state （软状态）,和  Eventually consistent （最终一致性）三个短语的缩写。

  

既是无法做到 强一致性 （ Strong consistency ），但每个应用都可以根据自身的业务特点，采用适当的方式来使系统达到 最终一致性 （ Eventual consistency ）

  

基本可用

  

允许出现响应时间损失或者功能损失。

  

软状态

  

允许系统中的数据存在中间状态，并认为该状态不影响系统的整体可用性，即 允许系统在多个不同节点的数据副本存在数据延时 。

  

最终一致性

  

系统能够保证 在没有其他新的更新操作 的情况下，数据最终一定能够达到一致的状态，因此所有客户端对系统的数据访问 最终都能够获取到最新的值 。

  

在分布式系统中，会有多个机器节点，因此需要一个 “ 协调者 ” ，而各个节点就是 “ 参与者 ”，协调者统一调度所有分布式节点的执行逻辑，这些被调度的分布式节点就是 “参与者”。

  

阶段一

  

阶段一主要是询问参与者是否可以进行提交。

  

阶段二

  

阶段二会根据阶段一的投票结果执行两种操作： 执行事务提交 ， 回滚事务 。

  

执行事务提交步骤如下：

  

中断事务步骤如下：

  

优点

  

原理简单，实现方便

  

缺点

  

同步阻塞，单点问题，数据不一致，过于保守

  

  2PC （两阶段提交协议）

  

三阶段提交协议在协调者和参与者中都引入 超时机制 ，并且把两阶段提交协议的第一个阶段拆分成了两步：询问，然后再锁资源，最后真正提交。

  

协调流程如下：

                                          

阶段一： CanCommit

  

阶段二：preCommit

  

协调者在得到所有参与者的响应之后，会根据结果执行2种操作：执行 事务预提交 ，或者 中断事务 。

  

执行事务预提交分为 3 个步骤：

  

中断事务也分为2个步骤：

  

阶段三：doCommit

  

该阶段做真正的提交，同样也会出现两种情况：

  

执行提交

  

中断事务

  

假设有任何参与者反馈了 no 响应，或者超时了，就中断事务。

  

优点

  

缺点

  

如果参与者收到了 preCommit 消息后，出现了网络分区，那么参与者等待超时后，都会进行事务的提交，这必然会出现事务不一致的问题

  

  3PC（三阶段提交协议）

  

paxos 算法保证了一致性 。

  

在一个分布式系统中，有一组的 process，每个 process 都可以提出一个 value，consensus 算法就是用来从这些 values 里选定一个最终 value。如果没有 value 被提出来，那么就没有 value 被选中；如果有1个 value 被选中，那么所有的 process 都应该被通知到。

  

在 2PC 或者 3PC 中，如果协调者宕机了，整个系统就宕机了，这个时候就需要引用多个协调者，paxos 就是用来协调协调者的协议。

  

首先将议员的角色分为  proposers ， acceptors ，和  learners （允许身兼数职）。 proposers  提出提案，提案信息包括提案编号和提议的   value ； acceptor   收到提案后可以接受（ accept ）提案，若提案获得多数派（ majority ）的  acceptors   的接受，则称该提案被批准（ chosen ）； learners   只能“学习”被批准的提案。划分角色后，就可以更精确的定义问题：

  

通过不断加强上述3个约束（主要是第二个）获得了 Paxos 算法。

  

批准  value  的过程中，首先  proposers  将  value  发送给  acceptors ，之后  acceptors  对  value  进行接受（ accept ）。为了满足只批准一个  value  的约束，要求经“多数派（ majority ）”接受的  value  成为正式的决议（称为“批准”决议）。这是因为无论是按照人数还是按照权重划分，两组“多数派”至少有一个公共的  acceptor ，如果每个  acceptor  只能接受一个  value ，约束 2 就能保证。

  

于是产生了一个显而易见的新约束：

  

注意 P1 是不完备的。 如果恰好一半  acceptor  接受的提案具有  value A ，另一半接受的提案具有  value B ，那么就无法形成多数派 ，无法批准任何一个  value 。

  

约束 2 并不要求只批准一个提案 ，暗示可能存在多个提案。 只要提案的  value  是一样的，批准多个提案不违背约束 2 。于是可以产生约束 P2：

  

如果 P1 和 P2 都能够保证，那么约束 2 就能够保证。

  

批准一个  value  意味着多个  acceptor  接受（ accept ）了该  value 。因此，可以对 P2 进行加强：

  

由于通信是异步的，P2a 和 P1 会发生冲突。如果一个  value  被批准后，一个  proposer  和一个  acceptor  从休眠中苏醒，前者提出一个具有新的  value  的提案。根据 P1，后者应当接受，根据 P2a，则不应当接受，这种场景下 P2a 和 P1 有矛盾。于是需要换个思路，转而对  proposer  的行为进行约束：

  

由于  acceptor  能接受的提案都必须由  proposer  提出，所以 P2b 蕴涵了 P2a，是一个更强的约束。

  

但是根据 P2b 难以提出实现手段。因此需要进一步加强 P2b。

  

假设一个编号为  m  的  value v  已经获得批准（ chosen ），来看看在什么情况下对任何编号为  n （ n > m ）的提案都含有  value v 。因为  m  已经获得批准（ chosen ），显然存在一个  acceptors  的多数派  C ，他们都接受（ accept ）了  v 。考虑到任何多数派都和  C  具有至少一个公共成员，可以找到一个蕴涵 P2b 的约束 P2c：

  

如果一个没有  chose  过任何  proposer  提案的  acceptor  在  prepare  过程中接受了一个  proposer  针对提案  n  的问题，但是在开始对  n  进行投票前，又接受（ accept ）了编号小于n的另一个提案（例如  n-1 ），如果  n-1  和  n  具有不同的  value ，这个投票就会违背 P2c。因此在  prepare 过程中， acceptor  进行的回答同时也应包含承诺：不会再接受（ accept ）编号小于  n  的提案。这是对 P1 的加强：

  

通过一个决议分为两个阶段：

  

prepare 阶段

  

  proposer  选择一个提案编号  n  并将  prepare  请求发送给 acceptors 中的一个多数派；

  

  acceptor  收到  prepare  消息后，如果提案的编号大于它已经回复的所有  prepare  消息(回复消息表示接受  accept )，则  acceptor  将自己上次接受的提案回复给  proposer ，并承诺不再回复小于  n  的提案；

  

批准阶段

  

当一个  proposer  收到了多数  acceptors  对  prepare  的回复后，就进入批准阶段。 它要向回复  prepare  请求的  acceptors  发送  accept  请求，包括编号  n  和根据 P2c 决定的  value  （如果根据 P2c 没有已经接受的  value ，那么它可以自由决定  value ） 。
   在不违背自己向其他  proposer  的承诺的前提下，  acceptor  收到  accept  请求后即批准这个请求。

  

这个过程在任何时候中断都可以保证正确性。例如如果一个  proposer  发现已经有其他  proposers  提出了编号更高的提案，则有必要中断这个过程。因此为了优化，在上述  prepare  过程中，如果一个  acceptor  发现存在一个更高编号的提案，则需要通知  proposer ，提醒其中断这次提案。

  

一个实例如下：

                                          

在这之后，提议者还需要做一件事，就是告知D,E，被决定的决议已经是什么了。即可。

  

这个过程叫  Learn 。 D ， E  被称为  Learner .

  

  Paxos VS Zab

  

  wiki 百科

  

  维基百科-paxos

  

对于  paxos  来说，每一个议案都要经过不同节点的提出，并且讨论，在提出一个议案的阶段，另外的提议会被否决，导致了性能的低下。

  

ZAB 协议是为分布式协调服务  Zookeeper  专门设计的一种支持 崩溃恢复  和 原子广播  协议。

  

基于该协议， Zookeeper  实现了一种 主备模式  的系统架构来保持集群中各个副本之间数据一致性。具体如下图所示：

                                          

即只有一个  proposal  可以提出提议，其他的进程都只能复制决议。

  

所有客户端写入数据都是写入到 主进程（称为  Leader ）中，然后，由  Leader  复制到备份进程（称为  Follower ）中。从而保证数据一致性。

  

ZAB 协议的消息广播过程使用的是一个原子广播协议，类似一个 二阶段提交过程 。但是只需要  Follower  有一半以上返回  Ack  信息就可以执行提交，大大减小了同步阻塞。也提高了可用性。

  

对于客户端发送的写请求，全部由  Leader  接收， Leader  将请求封装成一个事务  Proposal ，将其发送给所有  Follwer  ，然后，根据所有  Follwer  的反馈，如果超过半数成功响应，则执行  commit  操作（先提交自己，再发送  commit  给所有  Follwer ）。

  

流程如下：

  

  Leader  挂了之后， ZAB  协议就自动进入崩溃恢复模式，选举出新的  Leader ，并完成数据同步，然后退出崩溃恢复模式进入消息广播模式。

  

可能  Leader  遇到如下异常情况：

  

第一种情况  主要是当  leader  收到合法数量  follower  的  ACKs  后，就向各个  follower  广播  COMMIT  命令，同时也会在本地执行  COMMIT  并向连接的客户端返回「成功」。 但是如果在各个  follower  在收到  COMMIT  命令前  leader  就挂了，导致剩下的服务器并没有执行都这条消息。

  

为了实现已经被处理的消息不能丢这个目的，Zab 的恢复模式使用了以下的策略：

  

第二种情况 主要是当  leader  接收到消息请求生成  proposal  后就挂了，其他  follower  并没有收到此  proposal ，因此经过恢复模式重新选了  leader  后，这条消息是被跳过的( 其他机器日志中没有这一条记录，但是他的日志中有这一条记录 )。 此时，之前挂了的  leader  重新启动并注册成了  follower ，他保留了被跳过消息的  proposal  状态，与整个系统的状态是不一致的， 需要将其删除 。

  

Zab 通过巧妙的设计  zxid  来实现这一目的。一个  zxid  是 64 位，高 32 是纪元（ epoch ）编号，每经过一次  leader  选举产生一个新的  leader ，新  leader  会将  epoch + 1 。低 32 位是消息计数器，每接到一个消息，则  $lo^{32} + 1$ ，新  leader  选举后这个值重置为 0。这样设计的好处是旧的  leader  挂了后重启，它不会被选举为  leader ，因为此时它的  zxid  肯定小于当前的新  leader 。当旧的  leader  作为  follower  接入新的  leader  后，新的  leader  会让它将所有的拥有旧的  epoch  未被  COMMIT  的  proposal  清除。

  

  Zookeeper系列（5）--ZAB协议，消息广播，崩溃恢复，数据同步

  

Raft是用于管理复制日志的一致性算法，raft 协议也是一个 主备模型 ，有一个唯一的  leader  控制任务的提交。

  

如下是一个 raft 协议中每一个节点可能存在的状态，主要分为 领袖 、 群众 和 候选人 。

                                          

raft 最关键的一个概念是任期，每一个  leader  都有自己的任期，必须在任期内发送心跳信息给  follower  来延长自己的任期。

  

  Raft  协议强依赖  Leader  节点的可用性来确保集群数据的一致性 。 数据的流向只能从  Leader  节点向  Follower  节点转移 。当  Client  向集群  Leader  节点提交数据后， Leader  节点接收到的数据处于 未提交状态（ Uncommitted ） ，接着  Leader  节点会 并发向所有  Follower  节点复制数据 并等待接收响应，确保 至少集群中超过半数节点 已接收到数据后再向  Client  确认数据已接收。一旦向  Client  发出数据接收  Ack  响应后，表明此时数据状态进入已提交（ Committed ）， Leader  节点再向  Follower  节点发通知告知该数据状态已提交。

  

在数据同步阶段，可能出现七种情况：

  

  动画演示 raft 算法

  

  动画演示 raft 算法 - 2

  

  Raft Vs zab

  

  NWR  是一种在分布式存储系统中用于控制一致性级别的一种策略。在  Amazon  的  Dynamo  云存储系统中，就应用  NWR  来控制一致性。

  

让我们先来看看这三个字母的含义：

  

在分布式系统中， 数据的单点是不允许存在的 。即线上正常存在的  Replica 数量是 1 的情况是非常危险的，因为一旦这个  Replica  再次错误，就 可能发生数据的永久性错误。假如我们把 N 设置成为 2，那么，只要有一个存储节点发生损坏，就会有单点的存在。所以 N 必须大于 2。N约高，系统的维护和整体 成本就越高。工业界通常把 N 设置为3。
   当 W 是 2、R 是 2 的时候， W+R>N ，这种情况对于客户端就是强一致性的。

  

在具体实现系统时，仅仅依靠  NWR  协议还不能完成一致性保证，因为在上述过程中，当读取到多个备份数据时，需要判断哪些数据是最新的，如何判断数据的新旧？这需要向量时钟来配合，所以对于  Dynamo  来说，是通过NWR协议结合向量时钟来共同完成一致性保证的。

Paxos算法介绍—Multi-Paxos

                

朴素Paxos算法通过多轮的Prepare/Accept过程来确定一个值，Lamport称这整个过程为一个Instance。Multi-Paxos是通过Paxos算法来确定很多个值，而且这些值的顺序在各个节点完全一致。概括来讲就是确定一个全局顺序。

  

多个Instance怎么运作？首先我们先构建最简易的模式，各个Instance独立运作下面的例子引自知乎 Paxos理论介绍(2): Multi-Paxos与Leader 的Multi-Paxos部分。
  

                                          

  

但这样效率是比较差的，众所周知朴素Paxos算法的Latency很高，Multi-Paxos算法希望找到多个Instance的Paxos算法之间的联系，从而尝试在某些情况去掉Prepare步骤。

  

下面我尝试描述一个Sample的演进情况来阐述这个算法，因为这个算法的要点其实非常简单，而且无需更多证明。

  

首先我们定义Multi-Paxos的参与要素：

  

下图描述了A/B/C三个节点并行提交的演进过程：

                                          

这种情况下NodeA节点几乎每个Instance都收到其他节点发来的Prepare，导致Promise编号过大，迫使自己不断提升编号来Prepare。这种情况并未能找到任何的优化突破口。

  

下图描述了只有A节点提交的演进过程：

                                          

这种情况我们会立刻发现，在没有其他节点提交的干扰下，每次Prepare的编号都是一样的。于是乎我们想，为何不把Promised(b)变成全局的？来看下图：

                                          

假设我们在Instance i进行Prepare(b)，我们要求对这个b进行Promise的生效范围是Instance[i, ∞)，那么在i之后我们就无需在做任何Prepare了。可想而知，假设上图Instance 1之后都没有任何除NodeA之外其他节点的提交，我们就可以预期接下来Node A的Accept都是可以通过的。那么这个去Prepare状态什么时候打破？我们来看有其他节点进行提交的情况：

                                          

Instance 4出现了B的提交，使得Promised(b)变成了2(B), 从而导致Node A的Accept被拒绝。而NodeA如何继续提交？必须得提高自己的Prepare编号从而抢占Promised(b)。这里出现了很明显的去Prepare的窗口期Instance[1,3]，而这种期间很明显的标志就是只有一个节点在提交。

  

不Prepare直接Accept为啥是安全的

  

在一个Leader提交proposal的前提下，不会有其他Proposer提交，那么就不会出现Acceptor promised的最大编号大于proposal中所带编号的情况，同样也不会出现Acceptor accept的编号大于proposal中所带编号的情况。因此这么做是安全的。

  

不Prepare直接Accept有什么好处

  

To achieve this, the round number I is included along with each value which is incremented in each round by the same Leader. Multi-Paxos reduces the failure-free message delay (proposal to learning) from 4 delays to 2 delays.
   这句不太会翻译，但大概的意思应该就是：Multi-Paxos通过改变Promised(b)的生效范围至全局的Instance，从而使得一些唯一节点的连续提交获得去Prepare的效果。

  

下面是知乎文章中介绍的一个方法，个人感觉这个没有一个标准的设计，暂时参考这个。

  

为何还要说Leader，虽然Multi-Paxos允许并行提交，但这种情况下效率是要退化到朴素Paxos的，所以我们并不希望长时间处于这种情况，Leader的作用是希望大部分时间都只有一个节点在提交，这样才能最大发挥Mulit-Paxos的优化效果。

  

怎么得到一个Leader，真的非常之简单，Lamport的论文甚至的不屑一提。我们观察Multi-Paxos算法，首先能做Accept(b)必然是b已经被Promised了，而连续的Accept(b)被打断，必然是由于Promised(b)被提升了，也就是出现了其他节点的提交(提交会先Prepare从而提升b)。那么重点来了，如何避免其他节点进行提交，我们只需要做一件事即可完成。

  

收到来自其他节点的Accept，则进行一段时间的拒绝提交请求。

  

这个解读起来就是各个节点都想着不要去打破这种连续的Accept状态，而当有一个节点在连续的Accept，那么其他节点必然持续不断的拒绝请求。这个Leader就这样无形的被产生出来了，我们压根没有刻意去“选举”，它就是来自于Multi-Paxos算法。

  

用Paxos算法来进行选举是有意义的，但不应该用在Leader上面。Paxos的应用除了写之外，还有很重要的一环就是读，很多时候我们希望要读到Latest，通常的做法就是选举出一个Master。Master含义是在任一时刻只能有一个节点认为自己是Master，在这种约束下，读写我都在Master上进行，就可以获得Latest的效果。Master与Leader有本质上的区别，要达到Master这种强一致的唯一性，必须得通过强一致性算法才能选举出来。而当我们实现了Paxos算法后，选举Master也就变得非常简单了，会涉及到一些租约的东西，后面再分享。

  

Multi-Paxos实际上是Basic Baxos的多instance执行。下图是一个初始的Leader（实际上是一个Proposer）执行一次Basic Baxos的过程。

  

where V = last of (Va, Vb, Vc).

  

在这个case中，接下来的instance（第I+1个instance）都使用的同一个Leader，因此直接跳过了phase1（接下来instance中Basic Paxos协议的phase 1，即省略prepare阶段），其中Leader应该是稳定的，不能宕机或者故障。

  

A common deployment of the Multi-Paxos consists in collapsing the role of the Proposers, Acceptors and Acceptors to "Servers". So, in the end, there are only "Clients" and "Servers".
   意思就是Proposers，Acceptors，Acceptors没有明确的角色区分，统称为Servers。Server可以扮演以上三种任何角色，这样部署起来就只有Clients和Servers区分。

  

固定Leader之后，且角色合并成了Server跟Client。

电脑任务管理器进程详解?

                
进程：用最简洁的话来说，进程就是一个正在执行的程序，一个或多个线程在进程中运行，线程是操作系统分配CPU运算时间的最小单位。每一个进程都提供了运行一个程序所必需的资源，一个进程具有4GB的虚拟地址空间（Windows NT Server Enterprise Edition及Windows 2000 Advanced Server中低3GB虚拟地址空间供进程使用，高1GB供操作系统的内核代码使用。Windows NT/2000中低2GB供进程使用，高2GB供操作系统内核代码使用。Windows9X：0——64K只读空间用来装入Microsoft DOS信息，64K——4M装入DOS的兼容代码，4M——2GB的私有空间供进程使用，2GB——3GB的共享空间装入各种DLL代码，3GB——4GB为共享的系统内核代码空间，其中共享的2GB——4GB的空间是99%的“内存无效页错误”、“General Protect Error(GPE)”及蓝屏的罪魁祸首。），可执行代码，数据，对象句柄，环境变量，优先权以及设置最大化最小化的功能。每一个进程都从一个主线程开始执行，但可以在它所拥有的线程中创建额外的线程。一个进程的所有线程共享进程的虚拟地址空间和系统资源，一个线程的资源包括线程的机器寄存器设置，内核堆栈，线程环境变量和进程虚拟地址中的用户堆栈。

非计算机专业的人，看着这些东西烦不烦？如果烦，就别去管它，把它简单理解成：
一个进程，就是一个已经运行起来的程序！它可能什么都不作，就在机器内存里搁着！但机器已经为了它的运行，开辟出了一块内存的地址，是机器专门分配给它，而由它单独使用、管理的。
比方说，你双击 WORD 图标启动了这个 WORD 程序，那计算机里就开始多了一个进程！而且给它开辟出了一块专用的内存区域，供这个 WORD使用。如果你再打开了一个文件，那么就会产生一个线程来处理这个文件。如果你打开一个文件后，同时再打开另外第二个文件，那么这个进程就为你建立第二个线程来处理这第二个文件。

就这么理解进程与线程的区别就行了！对非计算机行业的人来说，这么理解已经够了。尽管这样的定义不够严谨，不够准确，但对一般人来说，就够了。

这样，你就能理解了：在任务管理器里，机器一打开就有了一些进程。
什么程序都还没运行，怎么就会多出来那么多进程？
这些进程，都是系统进程（个别的可能也有病毒的进程），为你而后运行程序所准备的，必须先要启动的进程。就像你要编辑一篇文章，先给你把 WORD 启动，准备好，等待你打开第一个文件。
明白了这些，你就知道了，是不是可以结束某个进程？当然可以！
但如果是系统进程，那么轻易的结束某个进程的结果，轻者导致你稍后无法运行某些程序，重者，你的机器啥也作不了了，只能重新启动。
只有当你明确的知道，某一个进程是某个无用程序的，或者是病毒程序的进程，那么，杀掉这个进程当然是没有任何关系的了。

  累啊

关于文件扩展名

                
常见文件扩展名和它们的说明
A
ACE：Ace压缩档案格式
ACT：Microsoft office助手文件
AIF，AIFF：音频互交换文件，Silicon Graphic and Macintosh应用程序的声音格式
ANI：Windows系统中的动画光标
ARC：LH ARC的压缩档案文件
ARJ：Robert Jung ARJ压缩包文件
ASD：Microsoft Word的自动保存文件；Microsoft高级流媒体格式（microsoft advanced streaming
format，ASF）的描述文件；可用NSREX打开 Velvet Studio例子文件
ASF：Microsoft高级流媒体格式文件
ASM：汇编语言源文件，Pro/E装配文件
ASP：动态网页文件；ProComm Plus安装与连接脚本文件；Astound介绍文件
AST：Astound多媒体文件；ClarisWorks“助手”文件
Axx：ARJ压缩文件的分包序号文件，用于将一个大文件压至几个小的压缩包中（xx取01-99的数字）
A3L：Authorware 3.x库文件
A4L：Authorware 4.x库文件
A5L：Authorware 5.x库文件
A3M，A4M：Authorware Macintosh未打包文件
A3W，A4W，A5W：未打包的Authorware Windows文件
B
BAK：备份文件
BAS：BASIC源文件
BAT：批处理文件
BIN：二进制文件
BINHex：苹果的一种编码格式
BMP：Windows或OS/2位图文件
BOOK：Adobe FrameMaker Book文件
BOX：Lotus Notes的邮箱文件
BPL：Borlard Delph 4打包库
BSP：Quake图形文件
BUN：CakeWalk 声音捆绑文件(一种MIDI程序)
C
C0l：台风波形文件
CAB：Microsoft压缩档案文件
CAD：Softdek的Drafix CAD文件
CAM：Casio照相机格式
CAP：压缩音乐文件格式
CAS：逗号分开的ASCⅡ文件
CCB：Visual Basic动态按钮配置文件
CCH：Corel图表文件
CCO：CyberChat数据文件
CCT：Macromedia Director Shockwave投影
CDA：CD音频轨道
CDF：Microsoft频道定义格式文件
CDI：Philip的高密盘交互格式
CDM：Visual dBASE自定义数据模块文件
CDR：CorelDRAW绘图文件；原始音频CD数据文件
CDT：CorelDRAW模板
CDX：CorelDRAW压缩绘图文件；Microsoft Visual FoxPro索引文件
CFG：配置文件
CGI：公共网关接口脚本文件
CGM：计算机图形元文件
CH：OS/2配置文件
CHK：由Windows磁盘碎片整理器或磁盘扫描保存的文件碎片
CHM：编译过的HTML文件
CHP：Ventura Publisher章节文件
CHR：字符集（字体文件）
CHT：ChartViem文件；Harvard Graphics矢量文件
CIF：Adaptec CD 创建器 CD映像文件
CIL：Clip Gallery下载包
CIM：SimCity 2000文件
CIN：OS/2改变控制文件用于跟踪INI文件中的变化
CLASS：Java类文件
CLP：Windows 剪贴板文件
CLL：Crick Software Clicker文件
CLS：Visual Basic类文件
CMD：Windows NT，OS/2的命令文件；DOS CD/M命令文件；dBASEⅡ程序文件
CPI：Microsoft MS-DOS代码页信息文件
CPL：控制面板扩展名，Corel颜色板
CPP：C++代码文件
CPR：Corel提供说明书文件
CPT：Corel 照片-绘画图像
CST：Macromedia Director Cast文件
CUR：Windows光标文件
D
DBF：dBASE文件，一种由Ashton-Tate创建的格式，可以被ACT！、Lipper、FoxPro、Arago、Wordtech、Xbase和类似数据库或与数据库有关产品识别；可用数据文件（能被Excel
97打开）；Oracle 8.1.x表格空间文件
DBX：DataBearn图像；Microsoft Visual FoxPro表格文件
DCT：Microsoft Visual FoxPro数据库容器
DCU：Delphi编译单元文件
DCX：Microsoft Visual FoxPro数据库容器；基于PCX的传真图像；宏
DIR：MacromediaDirector文件
DLL：动态链接库
DOC：FrameMaker或FrameBuilder文档；Word Star文档、Word
Perfect文档、Microsoft：Word文档；DisplayWrite文档
DOT：Microsoft Word文档模板
DPL：Borland Delph 3压缩库
DRV：驱动程序
DRW：Micrografx Designer/Draw；Pro/E绘画文件
DSF：Micrografx Designer VFX文件
DSG：DOOM保存的文件
DSM：Dynamic Studio音乐模块（MOD）文件
DSP：Microsoft Developer Studio工程文件
DSQ：Corel QUERY（查询）文件
DST：刺绣机图形文件
DSW：Microsoft Developer Studio工作区文件
DTA：World Bank（世界银行）的STARS数据文件
DTD：SGML文档类型定义（DTD）文件
DTED：地面高度数字数据（图形的数据格式）文件
DTF：Symantec Q&A相关的数据库数据文件
DTM：DigiTrakker模块文件
DUN：Microsoft拔号网络导出文件
DV：数字视频文件（MIME）
DWG：AutoCAD工程图文件；AutoCAD或Generic CADD老版本的绘图格式
DXR：Macromedia Director受保护（不可编辑）电影文件
E
EDA：Ensoniq ASR磁盘映像
EDD：元素定义文档（FrameMaker+SGML文档）
EDE：Ensoniq EPS磁盘映像
EDK：Ensoniq KT磁盘映像
EDQ：Ensoniq SQ1/SQ2/Ks32磁盘映像
EDS：Ensoniq SQ80磁盘映像
EDV：Ensoniq VFX-SD磁盘映像
EFA：Ensoniq ASR文件
EFE：Ensoniq EPS文件
EFK：Ensoniq KT文件
EFQ：Ensoniq SQ1/SQ2/Ks32文件
EFS：Ensoniq SQ80文件
EFV：Ensoniq VFX-SD文件
EMD：ABT扩展模块
EMF：Windows增强元文件
EML：Microsoft Outlook Express邮件消息（MIME RTC822）文件
EXE：可执行文件（程序）
F
FAV：Microsoft Outlook导航条
FAX：传真类型图像
FCD：虚拟CD-ROM
FDF：Adobe Acrobat表单文档文件
FLA：Macromedia Flash电影
FND：Microsoft Explorer保存的搜索文件（Find applet）
FON：系统字体
FRT：Microsoft FoxPro报表文件
FRX：Visual Basic表单文本；Microsoft FoxPro报表文件
FXP：经Microsoft FoxPro编译的源文件
G
GDM：铃声、口哨声和声音板模块格式
GetRight：GetRight未完成的下载文件
GHO：Norton 克隆磁盘映像
GID：Windows 95全局索引文件（包括帮助状态）
GIF：CompuServe位图文件
GL：动画格式
GRP：程序管理组
H
HEX：Macintosh BinHex2.0文件
HLP：帮助文件；Date CAD Windows帮助文件
HPP：C++程序头文件
HQX：Macintosh BinHex 4.0文件
HT：HyperTerminal（超级终端）
HTM，HTML：超文本文档
HTT：Microsoft超文本模板
HTX：扩展HTML模板
I
ICO：Windows图标
IDX：Microsoft FoxPro相关数据库索引文件；Symantec Q&A相关数据库索引文件；Microsoft Outlook
Express文件
IMG：GEM映像
INF：信息文件
INI：初始化文件；Mwave DSP Synth的“nwsynth.ini” GMS安装；Cravis Ultrasound bank安装
INP：Oracle 3.0版或早期版本的表单源代码
INRS：INRS远程通信声频
INS：InstallShield安装脚本；X-Internet签字文件；Ensoniq EPS字簇设备；Cell/ⅡMAC/PC抽样设备
INT：中间代码，当一个源程序经过语法检查后编译产生一个可执行代码
IOF：Findit文档
IQY：Microsoft Internet查询文件
ISO：根据ISD 9660有关CD-ROM文件系统标准列出CD-ROM上的文件
ISP：X-Internet签字文件
IST：数字跟踪设备文件
ISU：InstallShield卸装脚本
IT：脉冲跟踪系统音乐模块(MOD)文件
ITI：脉冲跟踪系统设备
ITS：脉冲跟踪系统抽样，Internet文档位置
IV：Open Inventor中使用的文件格式
IVD：超过20/20微观数据维数或变量等级文件
IVP：超过20/20的用户子集配置文件
IVT：超过20/20表或集合数据文件
IVX：超过20/20微数据目录文件
IW：Idlewild屏幕保护程序
IWC：Install Watch文档
J
J62：Ricoh照相机格式
JAR：Java档案文件（一种用于applet和相关文件的压缩文件）
JAVA：Java源文件
JAR：Java档案文件（一种用于applet和相关文件的压缩文件）
JAVA：Java源文件
JFF，JFIF，JIF：JPEG文件
JPE，JPEG，JPG：JPEG图形文件
JS：javascript源文件
JSP：HTML网页，其中包含有对一个Java servlet的参考
K
KAR：卡拉OK MIDI文件（文本+MIDI）
L
LAB：Visual dBASE标签文件
LBT，LBX：Microsoft FoxPro标签文件
LDB：Microsoft Access加锁文件
LHA：LZH更换文件后缀
LOG：日志文件
LZH：LH ARC压缩档案
M
M1V：MPEG相关文件(MIME"mpeg"类型)
M3D：Corel Motion 3D动画文件
M3U：MPEG URL（MIME声音文件）
MAM：Microsoft Access宏
MAQ：Microsoft Access查询文件
MAR：Microsoft Access报表文件
MBX：Microsoft Outlook保存email格式；Eudora邮箱
MCW：Microsoft Word的Macintosh文档
MDB：Microsoft Access数据库
MDN：Microsoft Access空数据库模板
MDW：Microsoft Access工作组文件
MID：MIDI音乐
MMM：Microsoft多媒体电影
MOV：QuickTime for Windows电影
MP2：第二层MPEG音频文件
MP3：第三层MPEG音频文件
MPA：MPEG相关文件，MIME“mpeg类型”
MPE，MPEG，MPG：MPEG动画文件
MPP：Microsoft工程文件；CAD绘图文件格式
MPR：Microsoft FoxPro菜单（已编译）
MSI：Windows 安装器包
MSN：Microsoft 网络文档；Descent Mission文件
O
OBD：Microsoft Office活页夹
OBJ：对象文件
OBZ：Microsoft Office活页夹向导
OCX：Microsoft对象链接与嵌入定制控件
ODS：Microsoft Outlook Express邮箱文件
OFT：Microsoft Outlook模板
OPX：OPL扩展DLL（动态链接库）
OSS：Microsoft Office查找文件
OST：Microsoft Exchange / Outlook 离线文件
P
PAL：压缩文件
PART：Go！Zilla部分下载文件
PAS：Pascal源代码
PCS：PICS动画文件
PDF：Adobe Acrobat
可导出文档格式文件（可用Web浏览器显示）；Microsoft系统管理服务器包定义文件；NetWare打印机定义文件
PHP，PHP3：包含有PHP脚本的HTML网页
PHTML：包含有PHP脚本的HTML网页；由Perl分析解释的HTML
PM5：Pagemaker 5.0文件
PM6：Pagemaker 6.0文件
PPS：Microsoft Powerpoint幻灯片放映
PPT：Microsoft Powerpoint演示文稿
PRF：Windows系统文件，Macromedia导演设置文件
PSD：Adobe photoshop位图文件
PSM：Protracker Studio模型格式；Epic游戏的源数据文件
PST：Microsoft Outlook个人文件夹文件
PWL：Windows 95口令列表文件
Q
QIF：QuickTime相关图像（MIME）；Quicken导入文件
QT，QTM：QuickTime电影
QTI，QTIF：QuickTime相关图像
QTP：QuickTime优先文件
QTS：Mac PICT图像文件；QuickTime相关图像
QTX：QuickTime相关图像
R
RA：RealAudio声音文件
RAM：RealAudio元文件
RAR：RAR压缩档案（Eugene Roshall格式）
REC：录音机宏；RapidComm声音文件
REG：注册表文件
REP：Visual dBASE报表文件
RES：Microsoft Visual C++资源文件
RM：RealAudio视频文件
RMF：Rich Map格式（3D游戏编辑器使用它来保存图）
ROM：基于盒式磁带的家庭游戏仿真器文件（来自Atari
2600、Colecovision、Sega、Nintendo等盒式磁带里的ROM完全拷贝，在两个仿真器之间不可互修改）
Rxx：多卷档案上的RAR压缩文件（xx=1～99间的一个数字）
S
SAV：游戏保存文件
SB：原始带符号字节（8位）数据
SBK：Creative Labs的Soundfont 1.0 Bank文件；(Soundb laster)/EMU SonndFont v1.x
Bank文件
SBL：Shockwave Flash对象文件
SCF：Windows Explorer命令文件
SCH：Microsoft Schedule+1
SCP：拨号网络脚本文件
SCR：Windows屏幕保护；传真图像；脚本文件
SFX：RAR自解压档案
SHTML：含有服务器端包括（SSI）的HTML文件
SPL：Shockwave Flash对象；DigiTrakker抽样
SQL：Informix SQL查询；通常被数据库产品用于SQL查询（脚本、文本、二进制）的文件扩展名
STM：.shtml的短后缀形式，含有一个服务端包括（SSI）的HTML文件；Scream Tracker V2音乐模块（MOD）文件
STR：屏幕保护文件
SWA：在Macromedia导演文件（MP3文件）中的Shockwave声音文件
SWF：Shockwave Flash对象
SYS：系统文件
T
T64：Commodore 64仿真器磁带映像文件
THEME：Windows 95桌面主题文件
TIF，TIFF：标签图像文件格式（TIFF）位图
TMP：Windows临时文件
TRM：终端文件
TXT：ASCⅡ文本格式的声音数据
TZ：老的压缩格式文件
V
VBA：VBase文件
VBP：Microsoft Visual Basic工程文件
VBW：Microsoft Visual Basic工作区文件
VBX：Microsoft Visual Basic用户定制控件
VQE，VQL：Yamaha Sound-VQ定位器文件
VQF：Yamaha Sound-VQ文件（可能出现标准）
VRF：Oracle 7配置文件
VSL：下载列表文件（GetRight）
W
WAB：Microsoft Outlook文件
WAD：包含有视频、玩家水平和其他信息的DOOM游戏的大文件
WAL：Quake 2正文文件
WAV：Windows波形声形
WBK：Microsoft Word备份文件
WFM：Visual dBASE Windows表单
WFN：在CorelDRAW中使用的符号
WIZ：Microsoft Word向导
WRL：虚拟现实模型
WWL：Microsoft Word内插器文件
X
XLK：Microsoft Excel备份
XLL：Microsoft Excel内插器文件
XLM：Microsoft Excel宏
XLS：Microsoft Excel工作单
XLT：Microsoft Excel模板
XLV：Microsoft Excel VBA模块
XLW：Microsoft Excel工作簿/工作区
Z
ZAP：Windows软件安装配置文件
ZIP：Zip文件
000-999：用于为老版本（或备份）文件编号（比如：被安装程序改变的CONFIG.SYS文件）；又可用于为小范围的PC应用程序的多个用户相关数据文件编号
12M：Lotus 1-2-3 97 SmartMaster文件
123：Lotus 1-2-3 97文件
2D：VersaCAD的2维绘画文件
2GR，3GR：在Windows之下的VGA图形驱动程序/配置文件
386：在386或更高级处理器上使用的文件
3D：VersaCAD的3维绘画文件
3DM：3D NURBS建模器，Rhino
3DS：3D Studio（DOS下）格式文件
386：在386或更高级处理器上使用的文件
4GE：Informix 4GL编译后代码
4GL：Informix 4GL源代码
669：Composer 669；UNIX Composer音乐模型文件；669磁道模块
#01 及更高的号：为计算机演示而扫描的一系列电影的图片文件编号方法
$$$：OS/2用来跟踪档案文件
@@@：用于安装过程中的屏幕文件和用于Microsoft Code view for C这样的应用程序的指导文件

什么是文件后缀

                

文件的后缀名，即文件的扩展名，是操作系统用来标志文件类型的一种机制，是一个类型的元数据。

举例：“小说.txt”的文件名中，小说是主文件名，txt为扩展名（文本、外语全称：Text），表示这个文件是一个纯文本文件。

一个文件可以有或没有扩展名。对于打开文件操作，没有扩展名的文件需要选择程序去打开它，有扩展名的文件会自动用设置好的程序去尝试打开，文件扩展名是一个常规文件的构成部分，但一个文件并不一定需要一个扩展名。

扩展资料

常用的文件扩展名

1、doc/docx

表示：Word文档，用微软的word等软件打开。

2、wps

表示：Wps文字编辑系统文档，用金山公司的wps软件打开。

3、xls/xlsx

表示：Excel电子表格，用微软的excel软件打开。

4、ppt/pptx

表示：Powerpoint演示文稿，用微软的powerpoint等软件打开。

5、rar

表示：WinRAR压缩文件，用WinRAR等打开 。

6、pdf

表示：可移植文档格式，用用pdf阅读器打开（比如Acrobat）、用pdf编辑器编辑

7、dwg ??

表示：CAD图形文件，用AutoCAD等软件打开。

8、exe

表示：可执行文件、可执行应用程序，是Windows视窗操作系统。

参考资料来源：百度百科—文件扩展名

Paxos怎么读,麻烦给出英文音标?

                

Paxos读作[?p?kso?s]。

Paxos

发音：[?p?kso?s]

含义：Paxos（帕克索斯）算法

用法：在句子中充当主语或宾语。

例句：

The High Replication Datastore increases the number of data centers that maintain replicas of your data by using the Paxos algorithm to synchronize that data across datacenters in real time.

High Replication Datastore使用Paxos算法来实时同步跨越多个数据中心的数据，进而增加了用于维护数据复制的数据中心数量。

扩展资料：

Paxos 算法的背景：

Paxos 算法解决的问题是一个分布式系统如何就某个值（决议）达成一致。一个典型的场景是，在一个分布式数据库系统中，如果各节点的初始状态一致，每个节点执行相同的操作序列，那么他们最后能得到一个一致的状态。

为保证每个节点执行相同的命令序列，需要在每一条指令上执行一个“一致性算法”以保证每个节点看到的指令一致。一个通用的一致性算法可以应用在许多场景中，是分布式计算中的重要问题。因此从20世纪80年代起对于一致性算法的研究就没有停止过。

节点通信存在两种模型：共享内存（Shared memory）和消息传递（Messages passing）。Paxos 算法就是一种基于消息传递模型的一致性算法。

参考资料来源：百度百科-paxos算法