逻辑时钟

现实生活中时间是很重要的概念，时间能够记录事情发生的时刻、比较事情发生的前后顺序。分布式系统的一些场景也须要记录和比较不一样节点间事件发生的顺序，但不一样于平常生活使用物理时钟记录时间，分布式系统使用逻辑时钟记录事件顺序关系，下面咱们来看分布式系统中几种常见的逻辑时钟。

 

物理时钟 vs 逻辑时钟

可能有人会问，为何分布式系统不使用物理时钟(physical clock)记录事件？每一个事件对应打上一个时间戳，当须要比较顺序的时候比较相应时间戳就行了。

 

这是由于现实生活中物理时间有统一的标准，而分布式系统中每一个节点记录的时间并不同，即便设置了 NTP 时间同步节点间也存在毫秒级别的误差^[1][2]。于是分布式系统须要有另外的方法记录事件顺序关系，这就是逻辑时钟(logical clock)。

 

 

Lamport timestamps

Leslie Lamport 在1978年提出逻辑时钟的概念，并描述了一种逻辑时钟的表示方法，这个方法被称为Lamport时间戳(Lamport timestamps)^[3]。

分布式系统中按是否存在节点交互可分为三类事件，一类发生于节点内部，二是发送事件，三是接收事件。Lamport时间戳原理以下：

图1: Lamport timestamps space time (图片来源: wikipedia)

1. 每一个事件对应一个Lamport时间戳，初始值为0
2. 若是事件在节点内发生，时间戳加1
3. 若是事件属于发送事件，时间戳加1并在消息中带上该时间戳
4. 若是事件属于接收事件，时间戳 = Max(本地时间戳，消息中的时间戳) + 1

 

假设有事件a、b，C(a)、C(b)分别表示事件a、b对应的Lamport时间戳，若是C(a) < C(b)，则有a发生在b以前(happened before)，记做 a -> b，例如图1中有 C1 -> B1。经过该定义，事件集中Lamport时间戳不等的事件可进行比较，咱们得到事件的偏序关系(partial order)。

 

若是C(a) = C(b)，那a、b事件的顺序又是怎样的？假设a、b分别在节点P、Q上发生，P_i、Q_j分别表示咱们给P、Q的编号，若是 C(a) = C(b) 而且 P_i < Q_j，一样定义为a发生在b以前，记做 a => b。假如咱们对图1的A、B、C分别编号A_i = 一、B_j = 二、C_k = 3，因 C(B4) = C(C3) 而且 B_j < C_k，则 B4 => C3。

 

经过以上定义，咱们能够对全部事件排序、得到事件的全序关系(total order)。上图例子，咱们能够从C1到A4进行排序。

 

Vector clock

Lamport时间戳帮助咱们获得事件顺序关系，但还有一种顺序关系不能用Lamport时间戳很好地表示出来，那就是同时发生关系(concurrent)^[4]。例如图1中事件B4和事件C3没有因果关系，属于同时发生事件，但Lamport时间戳定义二者有前后顺序。

 

Vector clock是在Lamport时间戳基础上演进的另外一种逻辑时钟方法，它经过vector结构不但记录本节点的Lamport时间戳，同时也记录了其余节点的Lamport时间戳^[5][6]。Vector clock的原理与Lamport时间戳相似，使用图例以下：

 

图2: Vector clock space time (图片来源: wikipedia)

 

假设有事件a、b分别在节点P、Q上发生，Vector clock分别为T_a、T_b，若是 T_b[Q] > T_a[Q] 而且 T_b[P] >= T_a[P]，则a发生于b以前，记做 a -> b。到目前为止还和Lamport时间戳差异不大，那Vector clock怎么判别同时发生关系呢？

 

若是 T_b[Q] > T_a[Q] 而且 T_b[P] < T_a[P]，则认为a、b同时发生，记做 a <-> b。例如图2中节点B上的第4个事件 (A:2，B:4，C:1) 与节点C上的第2个事件 (B:3，C:2) 没有因果关系、属于同时发生事件。

 

Version vector

基于Vector clock咱们能够得到任意两个事件的顺序关系，结果或为前后顺序或为同时发生，识别事件顺序在工程实践中有很重要的引伸应用，最多见的应用是发现数据冲突(detect conflict)。

 

分布式系统中数据通常存在多个副本(replication)，多个副本可能被同时更新，这会引发副本间数据不一致^[7]，Version vector的实现与Vector clock很是相似^[8]，目的用于发现数据冲突^[9]。下面经过一个例子说明Version vector的用法^[10]：

图3: Version vector

 

• client端写入数据，该请求被S_x处理并建立相应的vector ([S_x, 1])，记为数据D1
• 第2次请求也被S_x处理，数据修改成D2，vector修改成([S_x, 2])
• 第三、第4次请求分别被S_y、S_z处理，client端先读取到D2，而后D三、D4被写入S_y、S_z
• 第5次更新时client端读取到D二、D3和D4 3个数据版本，经过相似Vector clock判断同时发生关系的方法可判断D三、D4存在数据冲突，最终经过必定方法解决数据冲突并写入D5

 

Vector clock只用于发现数据冲突，不能解决数据冲突。如何解决数据冲突因场景而异，具体方法有以最后更新为准(last write win)，或将冲突的数据交给client由client端决定如何处理，或经过quorum决议事先避免数据冲突的状况发生^[11]。

 

因为记录了全部数据在全部节点上的逻辑时钟信息，Vector clock和Version vector在实际应用中可能面临的一个问题是vector过大，用于数据管理的元数据(meta data)甚至大于数据自己^[12]。

 

解决该问题的方法是使用server id取代client id建立vector (由于server的数量相对client稳定)，或设定最大的size、若是超过该size值则淘汰最旧的vector信息^[10][13]。

 

小结

以上介绍了分布式系统里逻辑时钟的表示方法，经过Lamport timestamps能够创建事件的全序关系，经过Vector clock能够比较任意两个事件的顺序关系而且能表示无因果关系的事件，将Vector clock的方法用于发现数据版本冲突，因而有了Version vector。

 

[1] Time is an illusion, George Neville-Neil, 2016

[2] There is No Now, Justin Sheehy, 2015

[3] Time, Clocks, and the Ordering of Events in a Distributed System, Leslie Lamport, 1978

[4] Timestamps in Message-Passing Systems That Preserve the Partial Ordering, Colin J. Fidge, 1988

[5] Virtual Time and Global States of Distributed Systems, Friedemann Mattern, 1988

[6] Why Vector Clocks are Easy, Bryan Fink, 2010

[7] Conflict Management, CouchDB

[8] Version Vectors are not Vector Clocks, Carlos Baquero, 2011

[9] Detection of Mutual Inconsistency in Distributed Systems, IEEE Transactions on Software Engineering , 1983

[10] Dynamo: Amazon’s Highly Available Key-value Store, Amazon, 2007

[11] Conflict Resolution, Jeff Darcy , 2010

[12] Why Vector Clocks Are Hard, Justin Sheehy, 2010

[13] Causality Is Expensive (and What To Do About It), Peter Bailis ,2014