摘要： 前两篇:http://www.cnblogs.com/star-star/archive/2013/05/15/3080162.htmlhttp://www.cnblogs.com/star-star/archive/2013/05/15/3080216.html大体的概述了一下vector clocks算法。实现起来并不困难，但实际上还有很多细节需要考虑。思考一下，如果有很多的服务器节点，那么每个数据的vector clocks可能会非常长，甚至长到无法接受的地步，如下图的版本信息:[(A, 1), (B,1), (C,1) ...... (AA,1), (BB, 1) ...]他就占用了无 阅读全文

摘要： 接上一篇日志（http://www.cnblogs.com/star-star/archive/2013/05/15/3080162.html）最后说到解决版本冲突的两种方法，接下来继续进行深入。当版本冲突时，我们可能需要根据额外的信息来作为依据，来进行版本选择。这时候，我们可以将原先版本(Node, Tag)扩展为(Node, Tag, Timestamp)加上一个时间戳字段，作为一个额外的依据进行判断。这样，当我们同步A, B, C节点的数据时候，假设A节点第一次初始化数据时间戳为1， B节点修改数据时间戳为2， C节点修改时间戳为3，B节点则能根据修改时间，进行版本选择，最后A，B， C 阅读全文

摘要： 假设有如下的应用场景：我们有多台服务器节点，客户端每次请求时候可能会改变服务器上数据，但这些请求可能由不同的服务器节点进行处理，这样在每台服务器上都有持有自己的数据修改。为了使最后所有服务器的数据保持一致性，我们需要对每台服务器上的数据保持追踪和版本管理，这在dynamo中使用vector clock来进行处理。版本信息，我们用这样的结构进行表示(Node, Version)， 例如A节点，版本1数据:(A, 1)，对于每个数据，我们都额外附加一个版本信息列表来进行跟踪。我们首先要明确统一数据不同版本信息间的descendant的概念，我们大概可以用这样的伪码来判断descendant关系。/ 阅读全文