【分布式系统】Ch 7 一致性和复制 （Consistency & Replication）

【分布式系统】Ch 7 一致性和复制 （Consistency & Replication）

---

文章目录

• 【分布式系统】Ch 7 一致性和复制 （Consistency & Replication）
• 前言
• 一、介绍
• • 1.数据复制
  • 2. 一致性模型
• 二、以数据为中心的一致性模型
• • ·不引入同步变量的方式
  • • 1. 严格一致性 （Strictly Consistency）
    • 2. 顺序一致性 (Sequential Consistency)
    • 3. 可线性化 (Linearizability)
    • 4. 因果一致性 （Casual Consistency）
    • 5. 先进先出一致性 （FIFO Consistency）
  • ·引入同步变量的方式
  • • 1. 弱一致性（Weak Consistency）
    • 2. 释放一致性（Release Consistency）
    • 3. 入口一致性（Entry Consistency）
• 三、以用户为中心的一致性模型
• • 1. 单调读
  • 2. 单调写
  • 3. 写后读
  • 4. 读后写
• 四、副本管理
• 五、一致性协议
• • 1. 远程写 & 本地写
  • 2. 主动复制
  • 3. 基于法定数量的协议
• 总结
• 参考

---

前言

为了实现分布式存储系统的高可靠和高可用性，数据在系统中一般存储多个副本以实现自动容错。
分布式存储系统通过复制协议将数据同步到多个存储节点，并要做到保持多个副本之间的数据一致性。
因此，复制和一致性两个概念紧密相关。将重点介绍两种一致性模型，分别是以数据为中心和以用户为中心的一致性模型。

---

一、介绍 1.数据复制

1）复制的目的：提高分布式系统的可靠性、性能。

• 高可靠性的体现：一个副本失效后，可以转换到另一个副本继续运行；通过多个副本可以对数据提供更好的保护。
• 性能的体现：利用不同地理位置的副本迅速响应；利用不同的副本分担工作负荷。

2）复制的难点：保持各个副本间的一致性。

3）复制的代价：复制带来的多个拷贝可能导致一致性方面的问题。为了让多个拷贝间保持一致性，需要进行数据同步 ，因此需要付出代价。

2. 一致性模型

1）一致性问题： 更为具体地讲，我们是在讨论共享数据的读操作和写操作时讨论一致性问题。这里用广义的术语来讲，共享数据是通过分布式数据存储实现的。

2. 一致性模型：一致性模型实际上是进程和数据存储之间的一个约定。若进程统一准守某些规则，那么数据存储将正常运行。
   

---

二、以数据为中心的一致性模型 ·不引入同步变量的方式 1. 严格一致性 （Strictly Consistency）

要求：对所有进程来说，所有写操作结果都是瞬息可见的。
其意味着，1）系统维持着对一个绝对的全局时间顺序。2）显然，这对分布式系统来讲是不可能的。后面将用时间间隔来代替绝对时间以对一致性要求放宽。

图a符合严格一致性，图b则不符合。

2. 顺序一致性 (Sequential Consistency)

一致性程度弱于严格一致性。
一致性要求：假设所有进程在共享数据上的读写操作按某种顺序执行，重点在于对于所有进程以相同的顺序看见共享存储器的访问。 这其中不需要时间作为顺序判断者，相比严格一致性，没有了最近写入的概念。

a）符合顺序一致性：所有进程以相同顺序看见共享存储器访问。
b) 不符合，P3和P4看见顺序不同。

3. 可线性化 (Linearizability)

在顺序一致性上加上时间戳。所有进程以相同顺序看见共享存储器访问，并且访问是根据（非唯一的）全局时间戳进行排序的。

4. 因果一致性 （Casual Consistency）

要求：
1）所有进程必须以相同的顺序看到具有潜在因果关系的写操作。
2）不同机器上的进程可以以不同顺序看到并发的写操作。

上图例子允许在因果一致性中出现（假设P2的写操作依赖P1的写操作，潜在关系a在b前面）。但不符合顺序和严格一致性。

a) 违反因果一致性：P3和P4的a、b读顺序不同。
b) 在并发情况下符合因果一致性的一个顺序。

5. 先进先出一致性 （FIFO Consistency）

相比于因果一致性，忽略不同进程之间的操作顺序，像管道一样限定同一进程的顺序（只要同一个进程的操作顺序保证正确）。

符合，a与（b，c）之间不要求顺序，但P2要求顺序b必须在c之前。

·引入同步变量的方式 1. 弱一致性（Weak Consistency）

要求对共享数据结构访问保持顺序一致性。对于同步变量的操作具有顺序一致性，全局可见。
并且只有当没有写操作等待处理的时候才可以进行，以保证对临界区域的顺序访问。在同步节点，所有使用者看到相同的顺序。
只有在执行了一次同步后，共享数据才被认为是一致的，如P2所示。

2. 释放一致性（Release Consistency）

弱一致性无法区分使用者是要进入还是退出临界区，因此释放一致性使用两个不同操作进行区分（require-release之间形成临界区）当release后，所有使用者可看到该操作。

3. 入口一致性（Entry Consistency）

简单讲就是对每个共享数据定义一个同步变量（锁）。没有进行同步就进行的读操作结果不保证。 如P2中对y值的读取。

、

三、以用户为中心的一致性模型

重点强调：单一用户访问不同副本的一致性。

有以下四种方案：单调读、单调写、写后读、读后写。

1. 单调读

在b的L2中读取为x2后，才收到来自L1的写操作，不保证单调读。

2. 单调写

3. 写后读

4. 读后写

四、副本管理

五、一致性协议 1. 远程写 & 本地写

2. 主动复制

3. 基于法定数量的协议

总结

1. 以数据为中心的一致性
   
2. 以用户为中心的一致性主要有四种，单调读，单调写，写后读，读后写。

参考

• 分布式系统中的复制和一致性
• 分布式和一致性笔记