分布式一致性

在計(jì)算機(jī)科學(xué)中，一致性模型（Consistency model）被用于分布式共享內(nèi)存系統(tǒng)（DSM, distributed shared memory systems）或分布式數(shù)據(jù)存儲(chǔ)（比如：文件系統(tǒng)，數(shù)據(jù)庫(kù)，樂(lè)觀復(fù)制系統(tǒng)或者網(wǎng)頁(yè)緩存）這兩大類分布式系統(tǒng)當(dāng)中。如果對(duì)內(nèi)存的操作滿足特定的一致性規(guī)則，這個(gè)系統(tǒng)就被認(rèn)為是支持這種一致性模型。數(shù)據(jù)一致性模型指的是程序員遵循某些規(guī)則，讓內(nèi)存數(shù)據(jù)保持一致，讓讀，寫或更新內(nèi)存這樣的操作變得可預(yù)測(cè)。這不同于另一個(gè)一致性（coherence）概念，Coherence只出現(xiàn)在Cache Coherence?一詞中，稱為“緩存一致性”，研究的是多核場(chǎng)景，保證多核上的CPU緩存數(shù)據(jù)一致，一般是單機(jī)維度。

數(shù)據(jù)庫(kù)事務(wù)的一致性

數(shù)據(jù)庫(kù)管理系統(tǒng)在寫入或更新資料的過(guò)程中，為了保證事務(wù)是正確可靠的，必須具備四個(gè)特性（ACID）：原子性（atomicity）,一致性（consistency）,隔離性（isolation），持久性（durability）。這里的一致性指的是在事務(wù)開始之前和事務(wù)結(jié)束之后，數(shù)據(jù)庫(kù)的完整性沒有被破壞。這表示寫入的資料必須完全符合所有的預(yù)設(shè)約束、觸發(fā)器、級(jí)聯(lián)回滾等。ACID是傳統(tǒng)數(shù)據(jù)庫(kù)常用的設(shè)計(jì)理念，追求強(qiáng)一致模型。這個(gè)概念和數(shù)據(jù)庫(kù)的數(shù)據(jù)是否多副本沒有關(guān)系。

分布式理論中的一致性

在一個(gè)分布式系統(tǒng)中，一致性（Consistency）,可用性（Availability）,分區(qū)容錯(cuò)性（Partition tolerance）三者不可兼得，這個(gè)結(jié)論叫做CAP理論。這里的一致性指的是所有數(shù)據(jù)備份，在同一時(shí)刻是否具有同樣的值。系統(tǒng)一般對(duì)外提供的有不同的一致性級(jí)別，不同的一致性級(jí)別限定了系統(tǒng)允許的操作執(zhí)行順序，越嚴(yán)格的一致性模型，意味著性能、可用性或者擴(kuò)展性等有所損失。架構(gòu)師Dan Pritchett提出了BASE理論，BASE理論是對(duì)CAP理論的延伸，其核心思想是即使無(wú)法做到CAP理論中的強(qiáng)一致性，但應(yīng)用可以采用合適的方式達(dá)到最終一致性。? BASE是指基本可用（Basically Available）、軟狀態(tài)（Soft State）、最終一致性（Eventual Consistency）。最終一致性是指系統(tǒng)中所有數(shù)據(jù)副本經(jīng)過(guò)一定時(shí)間后，最終能夠達(dá)到一致的狀態(tài)。

強(qiáng)一致性（Strict consistency）

這是最嚴(yán)格的一種模型，采用全局時(shí)鐘的約束，任何寫操作都能立刻同步到其他所有進(jìn)程，任何讀操作都能讀取到最新的修改。這是一種理想的模型，因?yàn)樗矔r(shí)消息交換是不可能的。它解決不了并發(fā)寫同一數(shù)據(jù)的沖突問(wèn)題，因?yàn)檫@個(gè)模型的前提是假定并發(fā)寫入是不可能的。

在強(qiáng)一致模型中，P1對(duì)x執(zhí)行了寫操作，P2就可以立即讀到x的值為1；在非強(qiáng)一致模型中，P1對(duì)x執(zhí)行了寫操作，P2對(duì)x進(jìn)行讀的時(shí)候可能先讀到的是初始值0，然后讀到的是修改后的值1。

順序一致性（Sequential consistency）

順序一致性模型由Lamport 于1979年提出，這種一致性模型比強(qiáng)一致性模型要弱，采用分布式邏輯時(shí)鐘實(shí)現(xiàn)，所有的進(jìn)程以相同的順序看到所有的寫操作修改，但是讀操作未必能及時(shí)讀到其他進(jìn)程對(duì)同一數(shù)據(jù)的寫更新。順序一致性可能會(huì)產(chǎn)生不確定的結(jié)果，因?yàn)樵诔绦虻牟煌\(yùn)行期間，處理器之間的順序操作順序可能會(huì)有不同，所有內(nèi)存操作都需要按照程序順序執(zhí)行。

上圖表示：P1對(duì)x執(zhí)行了寫操作，將x的值寫為3，P2對(duì)x執(zhí)行了寫操作，將x的值寫為了5，P2對(duì)x執(zhí)行讀操作的時(shí)候，讀出的結(jié)果是3。由此可見，順序一致性并不能保證讀到的是最新的結(jié)果5。

因果一致性（Causal consistency）

因果一致性是一種弱化的順序一致性，所有進(jìn)程必須以相同的順序看到具有潛在因果關(guān)系的寫操作。不同進(jìn)程可以以不同的順序看到并發(fā)的寫操作。

在第一個(gè)時(shí)刻，P1對(duì)x進(jìn)行了寫操作，將x的值寫為1，P2,P3,P4對(duì)x進(jìn)行讀操作，讀到的是1；在第二個(gè)時(shí)刻，P2對(duì)x進(jìn)行了寫操作，將x的值寫為了2；在第三個(gè)時(shí)刻，P1將X的值寫為了3，P3讀的是P1寫回后的結(jié)果3，P4讀的是之前的結(jié)果2； 在第四個(gè)時(shí)刻，P3讀取的結(jié)果是2，P4讀取的結(jié)果是3。這里W(x)1和W(x)2就是因果相關(guān)，因?yàn)镻2對(duì)X的讀操作在P2對(duì)X的寫操作之前發(fā)生。

最終一致性（Eventual Consistency）

各個(gè)節(jié)點(diǎn)的數(shù)據(jù)不一致，可以通過(guò)一系列的措施來(lái)進(jìn)行更新補(bǔ)償，最終達(dá)到一致性的要求。這個(gè)過(guò)程就是最終一致性。強(qiáng)調(diào)的是要求最終一致，不需要實(shí)時(shí)保證系統(tǒng)數(shù)據(jù)的強(qiáng)一致。

參考：

[1]https://mwhittaker.github.io/blog/an_illustrated_proof_of_the_cap_theorem/

[2]?https://en.wikipedia.org/wiki/Consistency_model?spm=a2c6h.12873639.0.0.71e375b9HP0WoA

[3]?https://jepsen.io/consistency

云數(shù)據(jù)庫(kù) GaussDB(for MySQL)

版權(quán)聲明：本文內(nèi)容由網(wǎng)絡(luò)用戶投稿，版權(quán)歸原作者所有，本站不擁有其著作權(quán)，亦不承擔(dān)相應(yīng)法律責(zé)任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實(shí)的內(nèi)容，請(qǐng)聯(lián)系我們jiasou666@gmail.com 處理，核實(shí)后本網(wǎng)站將在24小時(shí)內(nèi)刪除侵權(quán)內(nèi)容。

版權(quán)聲明：本文內(nèi)容由網(wǎng)絡(luò)用戶投稿，版權(quán)歸原作者所有，本站不擁有其著作權(quán)，亦不承擔(dān)相應(yīng)法律責(zé)任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實(shí)的內(nèi)容，請(qǐng)聯(lián)系我們jiasou666@gmail.com 處理，核實(shí)后本網(wǎng)站將在24小時(shí)內(nèi)刪除侵權(quán)內(nèi)容。