思考一下，如果想要实现一个富文本编辑器的的协同编辑，你能想到哪几种方案呢？
这个是最最简单粗暴的办法：即保存最后一次修改，更早一些的其他人的修改直接被丢弃，也就是管其他人死活，我自己爽就好。
还可以利用锁机制去实现，比如：A用户正在编辑某个文档时，对此文档进行加锁处理，避免多人同时编辑，从而避免文档的内容冲突。优点：简单粗暴，但会影响用户体验。
第三种就是diff-patch了，我们可以类比基于git的版本管理，多人编辑时利用socket与服务端通信，当多人编辑时服务端进行差异对比、合并，自动进行冲突处理，在通过socket更新其他人本地的文档。弊端是会出现类似git修改同一行，纯靠服务端无法处理，需要手动处理的问题。
基于以上三种方法实现富文本编辑器的协同编辑时，无法实现真正意义的协同编辑。
于是就引出了OT和CRDT这类专门用于处理协同文档的方案，我们接下来主要是使用基于CRDT的Yjs方案实现一系列协同操作，不过也需要对OT做简单了解。
OT算法是一种用于实时协同编辑的算法，它通过操作转换来实现数据的一致性。在OT算法中，每个用户对数据的操作（如修改、删除等）都被记录下来，并在其他用户的客户端进行相应的转换，从而实现多个用户对同一份数据的协同编辑。
OT算法的优点在于它可以实时地反映用户的操作，并且可以很好地处理并发冲突。然而，OT算法需要在中心化的服务器上进行协同调度，因此对于大规模的分布式系统来说可能不太适用。
基于OT的协同编辑核心是：将文档的每一次修改看作是一个操作，即操作原子化处理，如在第N个位置插入一个字符时，客户端会将操作发送到服务端去处理。
客户端将原子化的操作发送到服务端时（必须有中央服务器进行调度），服务端对多个客户端的操作进行转换，对客户端操作中的并发冲突进行修正，确保当前操作同步到其他设备时得到一致的结果，因为对冲突的处理都是在服务端完成，所以客户端得到的结果一定是一致的，也就是说OT算法的结果保证强一致性。
转换完成后，通过网络发送到对应客户端，客户端合并操作，从而得到一致结果。
这也就意味着OT算法对网络要求更高，如果某个用户出现网络异常，导致一些操作缺失或延迟，那么服务端的转换就会出现问题。
下面是一个OT算法的协同过程：
上面这个演示体现了OT算法对网络要求更高的说法，Alice先修改的文档，由于网络的原因Bob的请求先到的服务器，但OT算法的期望是得到一致的结果，所以这一点看来也是没错的。
CRDT算法全称为Conflict-freeReplicatedDataType，即无冲突复制数据类型，是一种基于数据结构的无冲突复制数据类型算法，它通过数据结构的合并来实现数据的一致性。
在CRDT算法中，每个用户对数据的修改都会被记录下来，并在其他用户的客户端进行合并，以实现数据的一致性。CRDT算法的优点在于它可以适用于大规模的分布式系统，并且不需要中心化的服务器进行协同调度。但是，CRDT算法在处理复杂操作时可能会存在合并冲突的问题，需要设计复杂的合并函数来解决。
基于状态的CRDT更容易设计和实现，每个CRDT的整个状态最终都必须传输给其他每个副本，每个副本之间通过同步全量状态达到最终一致状态，这可能开销很大；
而基于操作的CRDT只传输更新操作，各副本之间通过同步操作来达到最终一致状态，通常很小。
下面是一个CRDT算法的协同过程：
向量时钟的基本思想是为系统中的每个节点维护一个向量，其中每个分量对应一个节点，用于记录该节点的事件发生次数。当一个节点发生事件时，它会增加自己分量的值。向量时钟的关键是在不同节点之间传递这些向量，并在合并时确保一致性。
两种方法的相似之处在于它们提供了最终的数据一致性。不同之处在于他们如何做到这一点：
综上所述，OT算法和CRDT算法各有优缺点，适用于不同的场景。如果需要实现文本的实时协同编辑，OT算法更为合适；如果需要在大规模分布式系统中实现数据一致性，CRDT算法更为合适。
CRDT不依赖于编辑器实现，使用它可以实现任意一款编辑器的协同编辑，只需要将对应的数据结构转换成CRDT的数据结构，内部会自动处理冲突和同步，并且可以不依赖中心化的服务器，在复杂的网络中表现更加稳健。
但可能存在网络先后达到顺序问题，并不能完全保证顺序是按照真实的用户意图发生，OT跟CRDT都是为了让所有的节点看到相同的内容，达到强一致性结果。
Yjs本身是一个数据结构，原理是：当两人协作时，对于文档内容修改，通过中间层将文档数据转换成CRDT数据；通过CRDT进行数据数据更新这种增量的同步，通过中间层将CRDT的数据转换成文档数据，另一个协作方就能看到对方内容的更新。
中间内容的更新是基于Yjs数据结构进行的，冲突处理等核心都是Yjs承担的，通信基于websocket或webrtc，所以我们只需要简单的使用，底层的冲突处理、光标等都不需要深入学习。
在上层Yjs支持任何大部分主流编辑器的接入，因为Yjs也可以理解为一套独立的数据模型，它与每种编辑器本身的数据模型是不同的，所以每种编辑器想要接入Yjs都必须实现一个中间绑定层，用于编辑器数据模型与Yjs数据模型转换，这个转换是双向的。
Yjs支持多种流行的文本和富文本编辑器，如
Yjs基于数据结构层面处理冲突，比OT更加稳健，对复杂网络的适应性更强。网络延时或离线编辑对数据结构来说，处理没有任何差异。
Yjs提供的Awareness（意识）模块，名如其意，让协作者能够意识到其他人的位置在哪，有效避免冲突可能性。
基于CRDT的内容合并，天然支持离线编辑，浏览器端做本地化存储。
Yjs自身提供了快照机制，保存历史版本不用保存全量数据，只是基于Yjs打一个快照，后续基于快照恢复历史版本。