个人理解，如果有不对之处，请指出。
Paxo算法用于分布式算法，为的是保证CAP中的consistency。
算法的目的是加速整个cluster的replication数据一致。
然后就需要明确几个概念：
算法中的主要成员：
- Proposer：负责提交提案，为了简单表示可以用[V, N], value代表提案中的数据，N其实就是代表优先级N，简单点地说，小于N的一般提案都不起作用。
- Learner：Acceptor告知learner哪些value被选定了
- Acceptor : 只要Acceptor接受某个提案，Acceptor就认为该提案的value就被选定了。
最终要达到的效果就是Proposer，Acceptor和Learner都认为同一个value被选定了。也就是保证最终有一个value被选定了，当value被选定后，进程最终也能获取到被选定的value。
叙述Paxos算法的流程：
总共分为两个阶段：
Phase 1：
- Proposer选择了一个提案编号N，向半数以上的Acceptor发送编号为N的Prepare请求。
- 如果Acceptor已经接受过提案，那么就向Proposer响应已经接受过的编号小于N的最大编号的提案。
Phase 2：
- 如果Proposer收到半数以上Acceptor对其发出的编号为N的Prepare请求的响应，那么它会发送一个针对[N, V],V就是收到的响应中编号最大的提案的value，如果响应中不包含任何提案，那么V就由Proposer自己决定。
- 如果Acceptor收到一个针对编号为N的提案的Accept请求，只要该Acceptor收到一个针对编号为N的提案的Accept请求，只要该Acceptor没有对编号大于N的Prepare请求作出过响应，它就接手该提案。
Learner学习被选定的value有三种方案：solution 1：Acceptor接受一个提案，然后发送给所有learner，solution 2： Acceptor接受一个提案，就将该提案发送给主learner，然后分发。 3. 接受一个提案，然后发送到一个集合里，然后再分发。
具体推导待有时间再学习，整个算法流程还是很清楚的。
Reference：
http://blog.jobbole.com/110389/
https://bitbucket.org/sciascid/libpaxos.git
