分布式系统的阿喀琉斯之踵：数据一致性

附录：   原文地址

 

为什么需要分布式系统？

        

任何事物能够被持续的运用和发展，必然有其价值，分布式系统也是一样。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”可以分为两个方面：

• 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，把一个动作或者一件事情拆成两部分或者多个部分去同时进行，使得整体的耗时缩短。

比如：原本一件事情要一个人做的话要两分钟。那么我雇佣两个人帮我各自做一部分，那么最理想情况下一分钟就可以完成了。

当然这两个方面中第二项从某种意义上来说是可以克服的，但是第一项是无法克服的。因为没有一个程序或者说一台计算机，它的性能是无穷大的，如果有，那分布式系统也不会像现在这么普遍了（很多时候用钱能解决的问题都不是问题了）

 “海量”则是由于不存在无穷大的硬盘，所以我们需要把数据分别存储到不同的硬盘上，才能满足需求。这些硬盘可能在不同主机、不同机房、不同地域，未来可能会在不同的星球吧。

02

分布式系统的副作用

       

所谓每个事物都是矛盾统一的结合体，都具有两面性。分布式系统再带来了前面提到的好处的同时，也带来了业界普遍认为最大的问题 —— 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，对一个系统来说，业务的发展归根到底是建立在数据之上的。我可以慢、可以宕机、可以搞得很复杂，这些都能忍，但唯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作，一件事一个人只负责一部分。生活中这样的例子也无处不在.

就拿举办一个Party来说：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。

这些事情大家都可以同时进行，但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。（不知道为什么，脑子里浮现的是一场发布会，大家喊着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个操作以目标来看，其实先后顺序并不重要，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类似的，之前写过一篇文章也专门聊过沟通问题，有兴趣的可以扩展阅读下：《就简单聊聊沟通效率问题》，上面的Party的例子也是这个道理。

与沟通唯一的不同在于，对程序来说，不一定都要得到响应，都没响应也是一致。

当一个事情分成100个部分去做的时候，很可怕，从概率的角度来看，达到一致的概率是2/5050。      

这里举的程序例子并不是严谨，因为实际的分布式系统中因为除了“write”操作还有“read”操作，所以一致性问题比这个更复杂，后面会有更详细的说明。

 

03

产生数据不一致的原因

那么是什么原因导致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，多做测试，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降低到无限接近于0，也造就了“测试工程师”这个岗位更大的作用。        

但是，假设真的没有BUG，但还是会产生数据不一致，因为软件是运行在硬件之上的，所以还有硬件的因素存在。

并且对我们这里的大部分人来说，硬件相比软件，我们的掌控力更弱。这其中，最为严重的属网络问题，网络相比其它的来说是一个更大、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渺小的连接点，它所承载的链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，为什么网络问题最为严重呢？

其实硬盘、电源好比是你身体的一部分，如手和脚。而网络是人与人之间沟通的渠道，比如手机通话.虽然你没有主动挂断电话，但是整个通话过程是有很多可能性导致中断的，对方的主观意愿也好、信号不好也罢，甚至被第三者给拦截了。

相信大家也能认可，打电话出现异常的概率相比自己的手脚不听使唤是高很多的吧。

现实中网络的特点，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连接了4所大学）到现在，几十年间出了很多的理论和解决方案，这些会在后续的文章中给大家一一做梳理。本文先和大家具体剖析下什么是一致性。

 

 

04

详解一致性

        

首先什么叫达成一致了？说起来很简单：

 

在任意时间、任意位置看到的同一个事物是完全一致的。

 

比如一场足球赛。我们不管在现场还是在电视机前，看到足球从球员A传给球员B，这个信息都是一样的。

但是严格意义上来说，这个并称不上真正的一致，因为电视机接收到这个信息需要经过卫星信号、网络等的传输，我们看到的时候相比现场的人肯定要晚。

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，只是因为光速非常快，使得在相差几百米之内，这个延迟小到完全感受不到而已。      

能得出的结论是：在考虑时间维度的情况下，不存在真正意义上的一致。      

况且我们在分布式系统中，也没有必要去达到真正的意义上的一致。

因为越趋近于一致，系统相当于又归一成一个单体了，在某一个时刻，只能做一件事，完全丧失了分布式系统的两个目的之一“快”的优势。也因此衍生出多种一致性的变种，分别适用于不同的场景。为了便于理解，我们从严格程度的低到高来说。

大多数情况下，为了尽可能的“快”，系统中使用的大部分方案都是所谓的最终一致性，也就容忍一定条件下的不一致，优先保证局部一致，然后再通过一系列复杂的状态同步达到全局的一致。

最终一致性很多可实现的分支，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作顺序得到保证。比如朋友圈的回复功能。问“饭吃了吗？”肯定得在回答“吃了”之前。

• 读你所写一致性：文字看着别扭，但很好解释。比如你在朋友圈下面回复一句话，其它好友可以不用马上看到你的回复，但是你自己必须得马上看到，要不然回复到哪去了？

• 会话一致性：与人的一次聊天可以理解为一次会话。聊天虽然也有一定的因果关系，但是大部分场景下更多的是逻辑上的先后关系。

  比如你阐述一个事情，分为3条信息：首先...，然后...，最后...。如果这里的一致性得不到保证那么可能会变成：最后...，首先...，然后...。        

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]，保证所有进程看到的全局执行顺序一致，并且每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，比如实际发生的事情是

1. 梅西把球传给了C罗

2. C罗又把球回传给了梅西，那么每个人看到顺序都应该是这样。

   哪怕现场观众已经看到②了，电视机前的我们还没看到①，但是没关系，这个事情发生的顺序，对全世界来说都是一样的。

再严格一些，就是在全局的顺序一致性基础上再增加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]。

还是用上面梅西和C罗相互传球的例子来做个比喻，相当于梅西传出球给C罗之后，整个球场“暂停”了，要等所有在观看这场球赛的人都接收到这个传球信息之后，C罗才能做下一个回传。

这里需要一个上帝（全局时钟）来“暂停”。这是我们实际可以做到的极限了，满足这类要求的系统中，名气最大的就属Google的Spanner了。       

对不同级别的一致性汇总概述如下：