不知道是否是最通俗易懂的《数据一致性》剖析了

此次准备开启一个新的系列来写了，聊聊分布式系统中的关注点。节奏不会排的太紧凑，计划两周一更吧。

　　本文是本系列的第一篇。从广泛认为的分布式系统中最最最重要的数据一致性开始。内容适合人群>=0年技术相关经验。

1、为何须要分布式系统？

任何事物可以被持续的运用和发展，必然有其价值，分布式系统也是同样。分布式系统的产生我认为主要的目的就是“快”和“海量”。这个“快”能够分为两个方面：

第一个是系统的处理速度快。

第二个是开发的速度快（历时短）。

这2点本质都是相同的，把一个动做或者一件事情拆成两部分或者多个部分去同时进行，使得总体的耗时缩短。好比：本来一件事情要一我的作的话要两分钟。那么我雇佣两我的帮我各自作一部分，那么最理想状况下一分钟就能够完成了。

固然这两个方面中第二项从某种意义上来讲是能够克服的，可是第一项是没法克服的。由于没有一个程序或者说一台计算机，它的性能是无穷大的，若是有，那分布式系统也不会像如今这么广泛了（不少时候用钱能解决的问题都不是问题了）。

“海量”则是因为不存在无穷大的硬盘，因此咱们须要把数据分别存储到不一样的硬盘上，才能知足需求。这些硬盘可能在不一样主机、不一样机房、不一样地域，将来可能会在不一样的星球吧。

2、分布式系统的反作用

　　所谓每一个事物都是矛盾统一的结合体，都具备两面性。分布式系统再带来了前面提到的好处的同时，也带来了业界广泛认为最大的问题 —— 数据一致性问题。

系统是给人用的，构成使用场景的概念叫业务。业务是核心，对一个系统来讲，业务的发展归根究竟是创建在数据之上的。我能够慢、能够宕机、能够搞得很复杂，这些都能忍，但惟独不能忍的就是数据问题，数据错误、数据不一致等等。

分布式就意味着分治与协做，一件事一我的只负责一部分。生活中这样的例子也无处不在，就拿举办一个Party来讲：一部分人去准备吃的，一部分人去准备喝的，一部分人去准备场地布置。这些事情你们均可以同时进行，可是任一环节掉链子了，或者说不符合Party主题的话，都是失败的。（不知道为何，脑子里浮现的是一场发布会，你们喊着cheers，一口干了高脚杯里的二锅头。。。）。

再举个电商场景中的程序案例：

这里的4个操做以目标来看，其实前后顺序并不重要，重要的是要么都成功，要么都失败，其中任意一个程序不一致那么就会出问题。这个问题本质上和人与人之间的沟通问题是相似的，以前写过一篇文章也专门聊过沟通问题，有兴趣的能够扩展阅读下：《就简单聊聊沟通效率问题》，上面的Party的例子也是这个道理。与沟通惟一的不一样在于，对程序来讲，不必定都要获得响应，都没响应也是一致。当一个事情分红100个部分去作的时候，很可怕，从几率的角度来看，达到一致的几率是2/5050。

这里举的程序例子并非严谨，由于实际的分布式系统中由于除了“write”操做还有“read”操做，因此一致性问题比这个更复杂，后面会有更详细的说明。

3、产生数据不一致的缘由

　　那么是什么缘由致使了数据不一致的产生呢？一是程序设计问题，或者说代码写错了。这点很好理解，也很容易想到解决方案，多作测试，验证是否符合预期咯。常见的单元测试、接口测试、自动化测试、集成测试等等都是为了更具性价比的将BUG下降到无限接近于0，也造就了“测试工程师”这个岗位更大的做用。

可是，假设真的没有BUG，但仍是会产生数据不一致，由于软件是运行在硬件之上的，因此还有硬件的因素存在。而且对咱们这里的大部分人来讲，硬件相比软件，咱们的掌控力更弱。这其中，最为严重的属网络问题，网络相比其它的来讲是一个更大、更复杂的组织，未知性会随着局域网、广域网这样范围越大越严重。想象一下，每一台主机仅仅是一张大网中的一个眇小的链接点，它所承载的连接越多越容易出现问题。

可能有的小伙伴会有疑问，其它像硬盘、电源断电什么的，也有出现问题的可能性，为何网络问题最为严重呢？其实硬盘、电源比如是你身体的一部分，如手和脚。而网络是人与人之间沟通的渠道，好比手机通话，虽然你没有主动挂断电话，可是整个通话过程是有不少可能性致使中断的，对方的主观意愿也好、信号很差也罢，甚至被第三者给拦截了。相信你们也能承认，打电话出现异常的几率相比本身的手脚不听使唤是高不少的吧。

现实中网络的特色，常遇到的问题如：延迟、丢包、乱序等问题。为了解决这些问题，从互联网第一次出现的1969年（当年美军在ARPA制定的协定下用网络链接了4所大学）到如今，几十年间出了不少的理论和解决方案，这些会在后续的文章中给你们一一作梳理。本文先和你们具体剖析下什么是一致性。

4、详解一致性

　　首先什么叫达成一致了？提及来很简单：

在任意时间、任意位置看到的同一个事物是彻底一致的。

好比一场足球赛。咱们无论在现场仍是在电视机前，看到足球从球员A传给球员B，这个信息都是同样的。可是严格意义上来讲，这个并称不上真正的一致，由于电视机接收到这个信息须要通过卫星信号、网络等的传输，咱们看到的时候相比现场的人确定要晚。哪怕在现场的人，根据他所处的位置理论上看到的信息也存在延迟差，只是由于光速很是快，使得在相差几百米以内，这个延迟小到彻底感觉不到而已。

能得出的结论是：在考虑时间维度的状况下，不存在真正意义上的一致。

何况咱们在分布式系统中，也没有必要去达到真正的意义上的一致。由于越趋近于一致，系统至关于又归一成一个单体了，在某一个时刻，只能作一件事，彻底丧失了分布式系统的两个目的之一“快”的优点。也所以衍生出多种一致性的变种，分别适用于不一样的场景。为了便于理解，咱们从严格程度的低到高来讲。

大多数状况下，为了尽量的“快”，系统中使用的大部分方案都是所谓的最终一致性，也就容忍必定条件下的不一致，优先保证局部一致，而后再经过一系列复杂的状态同步达到全局的一致。最终一致性不少可实现的分支，列出几种常见的，抛砖引玉一下：

■ 因果一致性：仅要求有因果关系的操做顺序获得保证。好比朋友圈的回复功能。问“饭吃了吗？”确定得在回答“吃了”以前。

■ 读你所写一致性：文字看着别扭，但很好解释。好比你在朋友圈下面回复一句话，其它好友能够不用立刻看到你的回复，可是你本身必须得立刻看到，要否则回复到哪去了？

■ 会话一致性：与人的一次聊天能够理解为一次会话。聊天虽然也有必定的因果关系，可是大部分场景下更多的是逻辑上的前后关系。好比你阐述一个事情，分为3条信息：首先...，而后...，最后...。若是这里的一致性得不到保证那么可能会变成：最后...，首先...，而后...。

比局部一致更严格一些的就是全局的顺序一致性[附录1,1979年提出]，保证全部进程看到的全局执行顺序一致，而且每一个进程自身的执行顺序和实际发生顺序一致。像上面提到的足球赛，好比实际发生的事情是①梅西把球传给了C罗，②C罗又把球回传给了梅西，那么每一个人看到顺序都应该是这样。哪怕现场观众已经看到②了，电视机前的咱们还没看到①，可是不要紧，这个事情发生的顺序，对全世界来讲都是同样的。

再严格一些，就是在全局的顺序一致性基础上再增长一个相对时间的一致性要求，业界称之为线性一致性[附录2,1990年提出]。仍是用上面梅西和C罗相互传球的例子来作个比喻，至关于梅西传出球给C罗以后，整个球场“暂停”了，要等全部在观看这场球赛的人都接收到这个传球信息以后，C罗才能作下一个回传。这里须要一个上帝（全局时钟）来“暂停”。这是咱们实际能够作到的极限了，知足这类要求的系统中，名气最大的就属Google的Spanner了。

对不一样级别的一致性汇总概述以下：

5、结语

　　这篇就到这吧，本来还想一次性写完的，发现内容实在太多，上万字的文章，估计不少人都没有看下去的勇气了。

如何解决一致性问题，且听下回分解~

论文附录：

[1]《How to Make a Multiprocessor Computer That Correctly Executes Multiprocess Programs》,Leslie Lamport,1979。连接：research.microsoft.com/en-us/um/pe…

[2] 《Linearizability：A Correctness Condition for Concurrent Objects》,Maurice P. Herlihy,Jeannette M. Wing, 1990。连接：cs.brown.edu/~mph/Herlih…

做者：Zachary_Fan

出处：www.cnblogs.com/Zachary-Fan…

以为回答的不错就点个【推荐】吧～

欢迎扫描下面的二维码，关注公众号：跨界架构师，第一时间了解做者的思考。

内容包括：架构设计丨分布式系统丨产品丨运营丨一些深度思考。