1. PBFT（拜占庭容错）
基于拜占庭将军问题，一致性的确保主要分为这三个阶段：预准备（pre-prepare）、准备(prepare)和确认(commit)。流程如下图所示：
其中C为发送请求端，0123为服务端，3为宕机的服务端，具体步骤如下：
- Request：请求端C发送请求到任意一节点，这里是0
- Pre-Prepare：服务端0收到C的请求后进行广播，扩散至123
- Prepare：123,收到后记录并再次广播，1->023，2->013，3因为宕机无法广播
- Commit：0123节点在Prepare阶段，若收到超过一定数量的相同请求，则进入Commit阶段，广播Commit请求
- Reply：0123节点在Commit阶段，若收到超过一定数量的相同请求，则对C进行反馈
根据上述流程，在 N ≥ 3F + 1 的情況下一致性是可能解決，N为总计算机数，F为有问题的计算机总数
- PAXOS
PAXOS是一种基于消息传递且具有高度容错特性的一致性算法。
算法本身用语言描述极其精简：
phase 1
a) proposer向网络内超过半数的acceptor发送prepare消息
b) acceptor正常情况下回复promise消息
phase 2
a) 在有足够多acceptor回复promise消息时，proposer发送accept消息
b) 正常情况下acceptor回复accepted消息
PAXOS中有三类角色Proposer、Acceptor及Learner，主要交互过程在Proposer和Acceptor之间，做成图便如下图所示：
其中1,2,3,4代表顺序。
以下图描述多Proposer的情况，T代表时间轴，图中仅画全一个Proposer与Acceptor的关系：
A3在T1发出accepted给A1，然后在T2收到A5的prepare，在T3的时候A1才通知A5最终结果(税率10%)。这里会有两种情况：
- A5发来的N5小于A1发出去的N1，那么A3直接拒绝(reject)A5
- A5发来的N5大于A1发出去的N1，那么A3回复promise，但带上A1的(N1, 10%)
最终A5也会接受10%
上图描述，如果已经Promise一个更大的N，那么会直接Reject更小的N
上述描述了，即使Promise了一个N，如果在未Accepted前，再收到一个更大的N，那么依旧会Reject那个即使已经Promise的N
总流程图氪概括如下：
PAXOS协议用于微信PaxosStore中，每分钟调用Paxos协议过程数十亿次量级。
- RAFT
RAFT核心思想很容易理解，如果数个数据库，初始状态一致，只要之后的进行的操作一致，就能保证之后的数据一致。由此RAFT使用的是Log进行同步，并且将服务器分为三中角色：Leader，Follower，Candidate，相互可以互相转换。
RAFT从大的角度看，分为两个过程：
- 选举Leader
- Leader生成Log，并与Follower进行Headbeats同步
选举Leader
Follower自增当前任期，转换为Candidate，对自己投票，并发起RequestVote RPC，等待下面三种情形发生；
- 获得超过半数服务器的投票，赢得选举，成为Leader
- 另一台服务器赢得选举，并接收到对应的心跳，成为Follower
- 选举超时，没有任何一台服务器赢得选举，自增当前任期，重新发起选举
同步日志
Leader接受客户端请求，Leader更新日志，并向所有Follower发送Heatbeats，同步日志。所有Follwer都有ElectionTimeout，如果在ElectionTimeout时间之内，没有收到Leader的Headbeats，则认为Leader失效，重新选举Leader
流程图示：
安全性保证
- 日志的流向只有Leader到Follower，并且Leader不能覆盖日志
- 日志不是最新者不能成为Candidate