太平洋正网博彩爱好者

[[431029]]

www.crownpokersitehub.com皇冠代理管理端

散布式数据库系统在逻辑上不错看作一个完满的系统，用户如同在使用单机数据库系统;然则，从物理角度看，其为一个收罗系统，包含多少个物理兴味上的分别的节点，而节点之间通过收罗进行贯穿，通过收罗契约进行数据交换。

散布式数据系统需要搪塞收罗故障、节点故障。收罗故障会径直导致分区事件(CAP

旨趣中的P，即收罗发生故障使得收罗被分为多个子部分)发生，系统的可用性会受到影响;节点故障可能会激勉单点故障，也便是在数据为单副本的情况下节点故障会径直导致部分数据不成被探询。为幸免单点故障，数据需要有多个副本，从而使系统的可用性得到较大升迁。节点故障也可能激勉分区事件。

除了上述问题外，散布式数据库系统还可能带来不一致问题。比如旧读(stale read)问题，即读操作发生于数据项更新之后，此时本应该读取到的是该数据项的最新值，然则却读到了旧值。产生该问题的原因是，散布式数据库系统莫得一个调和的时钟，这会导致反序读取数据的情况出现。这种情况在单机系统中是不存在的。这里所说的不一致风物，以及与其肖似的不一致性风物，在这里称为数据读取序不顺应数据生成序，简称散布式不一致。

为了处理散布式不一致问题，诸多学者经过无数的臆测建议了多种散布式一致性的宗旨，如线性一致性(linearizability)、法例一致性(sequential consistency)、因果一致性(causal consistency)，以及Google Spanner的外部一致性(external consistency)等。

散布式数据库系统需要处理散布式不一致问题，使不雅察者能读取到知足一致性的数据，以确保数据之间的逻辑一直是有序的。本节后续本体将针对这个问题伸开商议：领先商议通用的散布式系统所濒临的问题，然后商议因数据相当激勉的一致性问题，终末商议与散布式数据库关系的其他问题。

散布式数据库系统濒临的问题

单机数据库系统为了搪塞事务故障和对事务进行经管，有意提供了UNDO日记、回滚段等循序，磋议便是竣事事务的回滚;为了搪塞系统故障，遴选了WAL工夫作念日记，磋议是先于事务进行抓久化存储;为了搪塞介质故障，有意提供了逻辑备份、物理备份等多种技能，磋议是在数据层面、日记层面和物理数据块层面竣事数据冗孑遗储。

相干于单机数据库系统而言，除了上述问题外，散布式数据库系统濒临着更多的挑战。这些挑战源自散布式数据库系统的架构，其和单机数据库系统不同，因而在工夫层面上存在相反。

皇冠客服飞机：@seo3687

1. 架构相当

架构相当是指用户因数据库的架构而产生的数据相当，严格地讲，这不属于数据库系统率域的数据相当。从用户的角度看，事务一直在本质中，然则读写数据时产生了肖似前述的法例问题、数据相当等，本书统称这种相当为架构相当。架构相当和散布式架构关系，散布式架构包括一主一备架构、一主多备架构、多主多备架构等。在散布式架构中，前端可能齐有一个肖似代理(proxy)的组件面向用户提供透明的高可用干事，代理组件屏蔽了后端多个单机系统故障，是以在用户看来，散布式架构上的所有这个词操作齐是在一个事务中进行的，而因架构激勉的相当亦然数据相当。

如下商议一种已知的架构相当，该架构相当会导致读取到的数据不一致。咱们以MySQL的主备架构Master-Slave为例进行评释(其他数据库的同类架构存在肖似隐患)。此类不一致是这么产生的。MySQL维持Master-Slave架构。假定在Master上本质事务T，此时先按条目“score>90”进行查询，发现莫得顺应条目的事务，故得胜写入Binlog File的数据，假定其为95(事务提交)，然后在复制的经由中宕机，导致复制失败。Master重启时，会径直对数据95进行提交操作，之后Master会将数据95异步复制到Slave。然则，此时原本的Slave可能依然切换为主机并运转提供干事，比如新事务写入数据98，而原本Master上的95莫得被复制到新Master上，这就会形成两台MySQL主机的数据不一致。

皇冠体育hg86a

如果在主备MySQL干事前端还有一个代理干事器，对用户而言，这会屏蔽后台的主备干事，用户就会以为“只须一个MySQL”提供干事，因此数据95丢失对用户而言是不可禁受的。

网站以其专业的博彩攻略和技巧分享，提供全面、专业的博彩服务和最多样化的博彩游戏和赛事直播，让广大博彩爱好者能够在博彩游戏中获得更多的乐趣和收益。

还有一种情况，如果代理干事器在原始的Master宕机后莫得停止用户的事务T，而是把事务T贯穿到原备机，并将原备机变更为新Master。这时，关于新Master而言，会发生两个事务，一个新事务T1在一定WHERE条目下写入98，另一个是连续本质的原事务T，若此时原事务T再次发起读操作(逻辑上还在团结个事务内)，就会发现我方写过的数据95消释了，这关于用户而言是不可禁受的。从散布式一致性的角度看，这抵触了“Read-your-writes”(读你所写)原则。从事务的角度看，可能出现“幻读”，即再次按条目“score>90”查询，特殊读到事务T1写入的98，是以出现了事务的数据相当。

与上述相似，官方对MySQL上出现Master-Slave之间数据不一致的情况，也进行了神态。

随着时光流逝，考棚巷墙体和地面已出现多处破损。今年7月中旬，广安区启动了考棚巷特色街区提质改造工程。项目现场负责人唐太庆告诉记者，考棚巷改造将从路面、墙面、弱电、雨水沟及文化内涵等多方面进行提升。“从厚街到北仓路，设计有入口景观、考场百态文化墙、科考门、考棚印记墙、书院门、寒窗苦读及求学阶梯等节点。”唐太庆表示，在现有条件下，将在考棚巷融入科举文化，打造出具有文化沉淀，让老百姓感到亲切、实用、有获得感的特色街巷。

如下图1所示，如果把数据膨胀到多副本，把读操作膨胀到允许从任何副本读取数据，把写操作膨胀到允许向任何副本写入数据，如果是去中心化的架构(即莫得单一的全局事务经管机制)且发生了收罗分区或延，则在事务一致性视角、散布式一致性视角下去不雅察数据的读或写操作，会发现有在更为复杂的问题。

图1 多副本相当图

Distributed algorithms and protocols商议了一种在多副本情况下，副本间数据同步与数据可见性的相当情况，其所用的示举例图1所示：足球宇宙杯比赛后果出炉，比赛后果经过Leader节点纪录到数据库。事实后果是德国取得了宇宙杯冠军。然则，数据从Leader节点同步到两个不同的Follower节点的时候，Alice和Bob同处一室，从不同的Follower节点上查询宇宙杯的比赛音信，后果Alice得知德国夺冠，而Bob却得到比赛还莫得停止的音信。二东说念主得到了不同的音信，产生了不一致。这亦然散布式架构下因多副本维持Follower读带来的不一致的问题。

太平洋正网 2. 散布式一致性和事务一致性

为了匡助民众充分剖析散布式系统中存在的问题，咱们不妨作念一个类比。

如果宇宙上只须一个东说念主，那么这个宇宙的关系诟谇常浅显的，然则一朝有多个东说念主，“社会”就会形成。其中，社会关系指的便是东说念主与东说念主之间成立的关系，这种关系会跟着东说念主的数目的加多而不断复杂化。这种复杂的社会关系与数据库取悦到沿途得到的便是散布式数据库系统，社会中的东说念主就很是于散布式数据库系统中的一个物理节点或者一个物理节点中的一份数据副本。图2以一个NewSQL系统的架构为例神态散布式数据库中存在的多个问题。

因为散布式数据库要存储海量数据，要对数据分而治之，是以引入了数据分片的宗旨。从逻辑的角度看，每个节点的数据齐是一个或多个数据分片，然则数据库要知足“高可用、高可靠”以及在线及时提供干事的特质，因此每个数据分片就有了多个副本。数据多副本使得散布式数据库的“一致性”问题变得更为复杂。

咱们从读和写两个不同的角度来理性了解一下散布式数据库中存在哪些不一致的问题。

领先，图2所示的散布式数据库系统存在4个数据分片—A、B、C、D，每个分片又存在3个副本，且每个分片的3个副本中有一个是Leader，另外两个是Follower(比如Raft散布式契约中的Leader和Follower)。

图2　散布式数据库的一致性问题关系图

皇冠体育下载

其次，关于写操作，图2所示有如下两种情况。

1)写单个数据分片—W1：在这种情况下，一个事务不成针对多个节点进行操作，是以这么的事务是典型的单节点事务，肖似于单机数据库系统中的事务。写单个数据分片不错由单个节点上的事务处理机制来确保其具有ACID特质。为了竣事写单个数据分片的数据一致性，可只使用数据库系统中的并发探询停止工夫，如2PL(Two-phase Locking，两阶段顽固)、TO(Timestamp Ordering，时刻戳排序)、MVCC(Multi Version Concurrency Control，多版块并发停止)等。

皇冠网址

2)写多个数据分片—W2：通过一个事务写多个数据分片，这便是典型的散布式事务了，此时需要借助诸如散布式并发探询停止等工夫来保证散布式事务的一致性，需要借助2PC(Two-phase Commit，两阶段提交)工夫保证跨节点写操作的原子性。另外，如果需要竣事强一致性(详见5.6节)，还需要磋商在散布式数据库领域内，确保ACID中的C和CAP中的C的强一致性相取悦(即可串行化和线性一致性、法例一致性的取悦)。诸如Spanner等许多数据库系统，齐使用线性一致性、SS2PL(Strong Strict 2PL)工夫和2PC工夫来竣事散布式写事务的强一致性。CockroachDB、Percolator等散布式数据库则使用了OCC类的工夫作念并发探询停止来确保事务一致性(可串行化)，并使用2PC来确保散布式提交的原子性，但它们莫得竣事强一致性，其中CockroachDB只竣事了法例可串行化。保证散布式事务一致性的工夫还有许多，第4章将详备商议。

关于写多个数据分片的情况来说，因为在每个数据分片里面存在多个副本，是以若何保证副本之间的数据一致性，亦然一个典型的散布式系调和致性问题(第2章会详备商议散布式系统的一致性问题，第3章会详备商议多副本在共鸣算法加抓下的一致性问题)，着名的Paxos、Raft等契约便是用来处理散布式系统的多副本共鸣问题的。此种情况下，时时莫得写操作会发生在图1-6所示的A的Leader和B的Follower这么的组合中。

如果一个系统维持多写操作，则多写会同期发生在多个数据分片的Leader上。

关于读操作，图2所示也有如下两种情况。

1)读单个数据分片—R1：如果一个事务只波及单个节点，则这个事务读取操作的数据一致性一定能保险(通过节点上的事务机制来保险)。如果波及多个节点，那么此时的R1就会被分为R11和R12两种读取模式。

R11模式用于读取Leader：因为进行写操作时领先写的是Leader，是以如果写事务依然提交，那么一定大概保证R11读取的数据是依然提交了的最新数据。如果写事务莫得提交，那么此时Leader上如果遴选MVCC工夫，则R11读取的会是一个旧数据，这么的读取机制不错保证R11读数据的一致性;Leader上如果遴选顽固并发探询停止机制，则读操作会被阻难直至写事务提交，因而在这种机制下R11读取的是提交后的值，从而保证读数据的一致性，换句话说，这种情况下，保证数据一致性依赖的是单节点上的事务并发探询停止机制。同期，这也意味着一个散布式数据库系统中单个节点的事务处理机制应该具备完备的事务处理功能。

R12的模式用于读取Follower：读取Follower时又分为如下两种情况。

在一个分片里面，主副本和从副本(即Leader和Follower)之间是强同步的(Leader向所有这个词Follower同步数据并在行使得胜之后向客户端复返后果)。这种情况下岂论是读Leader如故读Follower，数据一定是完满交流的，读取的数据一定是一致的。

Leader和Follower之间是弱同步的(Leader莫得等所有这个词Follower同步数据并行使得胜之后，就向客户端复返后果)，如遴选多数派契约就可竣事弱同步。此时Leader和Follower之间会存在写数据延时，即从Follower上读取到的可能是一个旧数据，然则因为事务的读操作只波及一个节点，是以也不会产生读操作数据不一致的问题。这就如同MySQL的主备复制系统中备机不错提供只读干事相通。

2)读多个数据分片—R2：明慧这种情况下的读操作会跨多个分片/节点，如果事务处理机制欠得当，会产生不一致的问题。而这么的不一致问题，既可能是事务的不一致，也可能是散布式系统的不一致。底下如故以图1-6所示为例进行先容。假定只读取A、B两个数据分片，这时有如下4种情况。

读A的Leader和B的Leader，这种情况简称全L问题。

事务的一致性：如果存在全局的事务经管器，那么此时读多个数据分片的操作如同在单机系统进行数据的读操作，通过顽固并发探询停止契约或者MVCC(全局快照点)等工夫，不错确保读操作经由中不发生数据相当。因为其他事务的写操作会为技艺务的读操作带来数据不一致的问题，是以通过全局的并发探询停止契约(如全局顽固并发探询停止契约等工夫)，大概幸免出现事务层面的数据不一致问题。然则，如果莫得全局的并发探询停止互助者，则容易出现跨节点的数据相当，是以需要由特定的并发探询停止契约加以停止。 散布式系统的一致性：这类问题只在“读A的Leader和B的Leader”这种结构中存在，散布式数据库需要通过竣事“强一致性”往复避因散布和并发带来的散布式事务型数据系统的一致性问题。具体可能出现的问题会在第2章先容。

读A的Leader和B的Follower，这种情况简称LF问题。B的Leader和Follower之间存在时延，即传输存在时延，从而带来主备复制之间的数据不一致问题。如果维持“读A的Leader和B的Follower”这么的模式，需要确保所读取的节点(A的Leader节点、B的Follower节点)上存在共同的事务情状。

博彩爱好者

读A的Follower和B的Leader，这种情况简称FL问题。问题的分析和处理法子同上。

读A的Follower和B的Follower，这种情况简称全F问题。问题的分析和处理法子同上。

如果在读数据时，同期存在事务的一致性和散布式系统的一致性问题，那么就需要通过强一致性来处理。

押注

总体来说，事务的一致性是因并发的事务间并发探询(读写、写读、写写突破)团结个数据项形成的，而散布式一致性是因多个节点分别、节点使用各自的时钟，以及莫得对各个节点上发生的操作进行排序形成的。

新宝信用网

本书摘编自《散布式数据库旨趣、架构与本质》太阳城集团官方网站，经出书方授权发布。