[[431029]]

分歧式数据库系统在逻辑上不错看作一个完好意思的系统，用户如同在使用单机数据库系统;然则，从物理角度看，其为一个积蓄系统，包含多少个物理意旨上的分歧的节点，而节点之间通过积蓄进行皆集，通过积蓄条约进行数据交换。

分歧式数据系统需要搪塞积蓄故障、节点故障。积蓄故障会径直导致分区事件(CAP

旨趣中的P，即积蓄发生故障使得积蓄被分为多个子部分)发生，系统的可用性会受到影响;节点故障可能会激励单点故障，也即是在数据为单副本的情况下节点故障会径直导致部分数据不行被探听。为幸免单点故障，数据需要有多个副本，从而使系统的可用性得到较大晋升。节点故障也可能激励分区事件。

在展台的PC游戏体验区域，盖世小鸡将带来T4K幻境有线游戏手柄，相信它将是众多玩家体验的首选，它延续了Xbox手柄上的诸多优点，比如人体工学造型、按键布局、一体成型纹面握把、LT/RT键激光防滑凸点等等。更引人瞩目的是外观透明，沉金电路板清晰可见，展现出独特的主板和机身轮廓，配有5区域、1680万可编程幻彩光纤，通过配套的驱动软件，可对RGB光效进行自定义设置，此外，该手柄还支持音频同步模式，插入耳机后，光效会根据音频大小自动调节亮度，试想一下，体验的时候，是不是直接把游戏氛围感拉满了？

皇冠体育hg86a

除了上述问题外，分歧式数据库系统还可能带来不一致问题。比如旧读(stale read)问题，即读操作发生于数据项更新之后，此时本应该读取到的是该数据项的最新值，然则却读到了旧值。产生该问题的原因是，分歧式数据库系统莫得一个融合的时钟，这会导致反序读取数据的情况出现。这种情况在单机系统中是不存在的。这里所说的不一致风物，以及与其雷同的不一致性风物，在这里称为数据读取序不相宜数据生成序，简称分歧式不一致。

为了搞定分歧式不一致问题，诸多学者经过无数的继续提倡了多种分歧式一致性的意见，如线性一致性(linearizability)、司法一致性(sequential consistency)、因果一致性(causal consistency)，以及Google Spanner的外部一致性(external consistency)等。

分歧式数据库系统需要搞定分歧式不一致问题，使不雅察者能读取到孤高一致性的数据，以确保数据之间的逻辑一直是有序的。本节后续实质将针对这个问题伸开盘问：当先盘问通用的分歧式系统所濒临的问题，然后盘问因数据很是激励的一致性问题，终末盘问与分歧式数据库关系的其他问题。

单机数据库系统为了搪塞事务故障和对事务进行料理，故意提供了UNDO日记、回滚段等措施，指标即是完了事务的回滚;为了搪塞系统故障，遴选了WAL时刻作念日记，指标是先于事务进行抓久化存储;为了搪塞介质故障，故意提供了逻辑备份、物理备份等多种妙技，指标是在数据层面、日记层面和物理数据块层面完了数据冗孑遗储。

相干于单机数据库系统而言，除了上述问题外，分歧式数据库系统濒临着更多的挑战。这些挑战源自分歧式数据库系统的架构，其和单机数据库系统不同，因而在时刻层面上存在互异。

架构很是是指用户因数据库的架构而产生的数据很是，严格地讲，这不属于数据库系统限度的数据很是。从用户的角度看，事务一直在膨胀中，然则读写数据时产生了雷同前述的司法问题、数据很是等，本书统称这种很是为架构很是。架构很是和分歧式架构关系，分歧式架构包括一主一备架构、一主多备架构、多主多备架构等。在分歧式架构中，前端可能都有一个雷同代理(proxy)的组件面向用户提供透明的高可用行状，代理组件屏蔽了后端多个单机系统故障，是以在用户看来，分歧式架构上的通盘操作都是在一个事务中进行的，而因架构激励的很是亦然数据很是。

如下盘问一种已知的架构很是，该架构很是会导致读取到的数据不一致。咱们以MySQL的主备架构Master-Slave为例进行讲明(其他数据库的同类架构存在雷同隐患)。此类不一致是这么产生的。MySQL救助Master-Slave架构。假定在Master上膨胀事务T，此时先按条目“score>90”进行查询，发现莫得相宜条目的事务，故生效写入Binlog File的数据，假定其为95(事务提交)，然后在复制的历程中宕机，导致复制失败。Master重启时，会径直对数据95进行提交操作，之后Master会将数据95异步复制到Slave。然则，此时蓝本的Slave可能一经切换为主机并运转提供行状，比如新事务写入数据98，而蓝本Master上的95莫得被复制到新Master上，这就会形成两台MySQL主机的数据不一致。

如果在主备MySQL行状前端还有一个代理行状器，对用户而言，这会屏蔽后台的主备行状，用户就会觉得“只须一个MySQL”提供行状，因此数据95丢失对用户而言是不可接受的。

还有一种情况，如果代理行状器在原始的Master宕机后莫得收尾用户的事务T，而是把事务T皆集到原备机，并将原备机变更为新Master。这时，关于新Master而言，会发生两个事务，一个新事务T1在一定WHERE条目下写入98，另一个是继续膨胀的原事务T，若此时原事务T再次发起读操作(逻辑上还在磨灭个事务内)，就会发现我方写过的数据95消散了，这关于用户而言是不可接受的。从分歧式一致性的角度看，这装扮了“Read-your-writes”(读你所写)原则。从事务的角度看，可能出现“幻读”，即再次按条目“score>90”查询，出奇读到事务T1写入的98，是以出现了事务的数据很是。

与上述相似，官方对MySQL上出现Master-Slave之间数据不一致的情况，也进行了描摹。

如下图1所示，如果把数据扩展到多副本，把读操作扩展到允许从任何副本读取数据，把写操作扩展到允许向任何副本写入数据，如果是去中心化的架构(即莫得单一的全局事务料理机制)且发生了积蓄分区或延，则在事务一致性视角、分歧式一致性视角下去不雅察数据的读或写操作，会发现有在更为复杂的问题。

图1 多副本很是图

Distributed algorithms and protocols盘问了一种在多副本情况下，皇冠足球副本间数据同步与数据可见性的很是情况，其所用的示举例图1所示：足球宇宙杯比赛遵循出炉，比赛遵循经过Leader节点记载到数据库。事实遵循是德国取得了宇宙杯冠军。然则，数据从Leader节点同步到两个不同的Follower节点的时候，Alice和Bob同处一室，从不同的Follower节点上查询宇宙杯的比赛音讯，遵循Alice得知德国夺冠，而Bob却得到比赛还莫得收尾的音讯。二东说念主得到了不同的音讯，产生了不一致。这亦然分歧式架构下因多副本救助Follower读带来的不一致的问题。

为了匡助寰球充分默契分歧式系统中存在的问题，咱们不妨作念一个类比。

如果宇宙上只须一个东说念主，那么这个宇宙的关系短长常浅易的，然则一朝有多个东说念主，“社会”就会形成。其中，社会关系指的即是东说念主与东说念主之间开辟的关系，这种关系会跟着东说念主的数目的加多而不休复杂化。这种复杂的社会关系与数据库谀媚到沿路得到的即是分歧式数据库系统，社会中的东说念主就绝顶于分歧式数据库系统中的一个物理节点或者一个物理节点中的一份数据副本。图2以一个NewSQL系统的架构为例描摹分歧式数据库中存在的多个问题。

因为分歧式数据库要存储海量数据，要对数据分而治之，是以引入了数据分片的意见。从逻辑的角度看，每个节点的数据都是一个或多个数据分片，然则数据库要孤高“高可用、高可靠”以及在线及时提供行状的特质，因此每个数据分片就有了多个副本。数据多副本使得分歧式数据库的“一致性”问题变得更为复杂。

咱们从读和写两个不同的角度来理性了解一下分歧式数据库中存在哪些不一致的问题。

当先，图2所示的分歧式数据库系统存在4个数据分片—A、B、C、D，每个分片又存在3个副本，且每个分片的3个副本中有一个是Leader，另外两个是Follower(比如Raft分歧式条约中的Leader和Follower)。

图2　分歧式数据库的一致性问题关系图

其次，关于写操作，图2所示有如下两种情况。

1)写单个数据分片—W1：在这种情况下，一个事务不行针对多个节点进行操作，是以这么的事务是典型的单节点事务，雷同于单机数据库系统中的事务。写单个数据分片不错由单个节点上的事务处理机制来确保其具有ACID特质。为了完了写单个数据分片的数据一致性，可只使用数据库系统中的并发探听收尾时刻，如2PL(Two-phase Locking，两阶段闭塞)、TO(Timestamp Ordering，时间戳排序)、MVCC(Multi Version Concurrency Control，多版块并发收尾)等。

2)写多个数据分片—W2：通过一个事务写多个数据分片，这即是典型的分歧式事务了，此时需要借助诸如分歧式并发探听收尾等时刻来保证分歧式事务的一致性，需要借助2PC(Two-phase Commit，两阶段提交)时刻保证跨节点写操作的原子性。另外，如果需要完了强一致性(详见5.6节)，还需要探讨在分歧式数据库规模内，确保ACID中的C和CAP中的C的强一致性相谀媚(即可串行化和线性一致性、司法一致性的谀媚)。诸如Spanner等好多数据库系统，都使用线性一致性、SS2PL(Strong Strict 2PL)时刻和2PC时刻来完了分歧式写事务的强一致性。CockroachDB、Percolator均分歧式数据库则使用了OCC类的时刻作念并发探听收尾来确保事务一致性(可串行化)，并使用2PC来确保分歧式提交的原子性，但它们莫得完了强一致性，其中CockroachDB只完了了司法可串行化。保证分歧式事务一致性的时刻还有好多，第4章将注视盘问。

关于写多个数据分片的情况来说，因为在每个数据分片里面存在多个副本，是以若何保证副本之间的数据一致性，亦然一个典型的分歧式系融合致性问题(第2章会注视盘问分歧式系统的一致性问题，第3章会注视盘问多副本在共鸣算法加抓下的一致性问题)，著明的Paxos、Raft等条约即是用来搞定分歧式系统的多副本共鸣问题的。此种情况下，往往莫得写操作会发生在图1-6所示的A的Leader和B的Follower这么的组合中。

如果一个系统救助多写操作，则多写会同期发生在多个数据分片的Leader上。

关于读操作，图2所示也有如下两种情况。

1)读单个数据分片—R1：如果一个事务只触及单个节点，则这个事务读取操作的数据一致性一定能保险(通过节点上的事务机制来保险)。如果触及多个节点，那么此时的R1就会被分为R11和R12两种读取边幅。

R11边幅用于读取Leader：因为进行写操作时当先写的是Leader，是以如果写事务一经提交，那么一定好像保证R11读取的数据是一经提交了的最新数据。如果写事务莫得提交，那么此时Leader上如果遴选MVCC时刻，则R11读取的会是一个旧数据，这么的读取机制不错保证R11读数据的一致性;Leader上如果遴选闭塞并发探听收尾机制，则读操作会被攻击直至写事务提交，因而在这种机制下R11读取的是提交后的值，从而保证读数据的一致性，换句话说，这种情况下，保证数据一致性依赖的是单节点上的事务并发探听收尾机制。同期，这也意味着一个分歧式数据库系统中单个节点的事务处理机制应该具备完备的事务处理功能。

R12的边幅用于读取Follower：读取Follower时又分为如下两种情况。

在一个分片里面，主副本和从副本(即Leader和Follower)之间是强同步的(Leader向通盘Follower同步数据并在运用生效之后向客户端复返遵循)。这种情况下不论是读Leader照旧读Follower，数据一定是皆备调换的，读取的数据一定是一致的。

Leader和Follower之间是弱同步的(Leader莫得等通盘Follower同步数据并运用生效之后，就向客户端复返遵循)，如遴选多数派条约就可完了弱同步。此时Leader和Follower之间会存在写数据延时，即从Follower上读取到的可能是一个旧数据，然则因为事务的读操作只触及一个节点，是以也不会产生读操作数据不一致的问题。这就如同MySQL的主备复制系统中备机不错提供只读行状同样。

2)读多个数据分片—R2：防卫这种情况下的读操作会跨多个分片/节点，如果事务处理机制不当当，会产生不一致的问题。而这么的不一致问题，既可能是事务的不一致，也可能是分歧式系统的不一致。底下照旧以图1-6所示为例进行先容。假定只读取A、B两个数据分片，这时有如下4种情况。

读A的Leader和B的Leader，这种情况简称全L问题。

读A的Leader和B的Follower，这种情况简称LF问题。B的Leader和Follower之间存在时延，即传输存在时延，从而带来主备复制之间的数据不一致问题。如果救助“读A的Leader和B的Follower”这么的边幅，需要确保所读取的节点(A的Leader节点、B的Follower节点)上存在共同的事务状况。

读A的Follower和B的Leader，这种情况简称FL问题。问题的分析和搞定设施同上。

读A的Follower和B的Follower，这种情况简称全F问题。问题的分析和搞定设施同上。

如果在读数据时，同期存在事务的一致性和分歧式系统的一致性问题，那么就需要通过强一致性来搞定。

总体来说，事务的一致性是因并发的事务间并发探听(读写、写读、写写轻松)磨灭个数据项形成的，而分歧式一致性是因多个节点分歧、节点使用各自的时钟，以及莫得对各个节点上发生的操作进行排序形成的。

本书摘编自《分歧式数据库旨趣、架构与执行》澳门永利百家乐，经出书方授权发布。