Chinaunix首页 | 论坛 | 博客
  • 博客访问: 1838795
  • 博文数量: 38
  • 博客积分: 690
  • 博客等级: 中士
  • 技术积分: 3714
  • 用 户 组: 普通用户
  • 注册时间: 2012-06-27 14:06
文章分类

全部博文(38)

文章存档

2018年(8)

2016年(4)

2015年(2)

2014年(1)

2013年(3)

2012年(20)

分类: LINUX

2016-02-18 19:57:36

一、使用背景

先说一下需要用到向量时钟的场景。我们在写数据时候,经常希望数据不要存储在单点。如db1db2都可以同时提供写服务,并且都存有全量数据。而client不管是写哪一个db都不用担心数据写乱问题。但是现实场景中往往会碰到并行同时修改。导致db1db2数据不一致。于是乎就有人想出一些解决策略。向量时钟算是其中一种。简单易懂。但是并没有彻底解决冲突问题,现实分布式存储补充了很多额外技巧。


这里反向叙述方式, 介绍向量时钟。先举实际例子让读者有个感性认识,然后再说算法规则。

二、举个例子

向量时钟实际是一组版本号(版本号=逻辑时钟),假设数据需要存放3份,需要3db存储(用ABC表示),那么向量维度就是3,每个db有一个版本号,从0开始,这样就形成了一个向量版本 [A:0, B:0, C:0];
Step 1: 初始状态下,所有机器都是 [A:0, B:0, C:0]

      DB_A——> [A:0, B:0, C:0]

      DB_B——> [A:0, B:0, C:0]

      DB_C——> [A:0, B:0, C:0]

Step 2:  假设现在应用是一个商场,现在录入一个肾6的价格 iphone6 price 5888; 客户端随机选择一个db机器写入。现假设选择了A,数据大概是这样 :
{key=iphone_price; value=5888; vclk=[A:1,B:0,C:0]}


Step 3:  接下来A会把数据同步给BC;于是最终同步结果如下

      DB_A——> {key=iphone_price; value=5888; vclk=[ A:1,B:0,C:0]}

      DB_B——> {key=iphone_price; value=6888; vclk=[ A:1, B:0,C:0]}

      DB_C——> {key=iphone_price; value=5888; vclk=[ A:1,B:0,C:0]}


Step 4:过了分钟,价格出现波动,升值到6888;于是某个业务员更新价格。这时候系统随机选择了B做为写入存储,于是结果看起来是这样:

      DB_A——> {key=iphone_price; value=5888; vclk=[A:1,B:0,C:0]}

      DB_B——> {key=iphone_price; value=6888; vclk=[A:1,B:1,C:0]}

      DB_C——> {key=iphone_price; value=5888; vclk=[A:1,B:0,C:0]}


Step 5:于是B就把更新同步给其他几个存储

      DB_A——> {key=iphone_price; value=6888; vclk=[A:1, B:1,C:0]}

      DB_B——> {key=iphone_price; value=6888; vclk=[A:1,B:1,C:0]}

      DB_C——> {key=iphone_price; value=6888; vclk=[A:1, B:1,C:0]}


到目前为止都是正常同步,下面开始演示一下不正常的情况。


Step 6:价格再次发生波动,变成4000,这次选择C写入:

      DB_A——> {key=iphone_price; value=6888; vclk=[A:1, B:1,C:0]}

      DB_B——> {key=iphone_price; value=6888; vclk=[A:1,B:1,C:0]}

      DB_C——> {key=iphone_price; value=4000; vclk=[A:1, B:1,C:1]}


Step 7:  C把更新同步给AB,因为某些问题,只同步到A,结果如下:

      DB_A——> {key=iphone_price; value=4000; vclk=[A:1, B:1, C:1]}

      DB_B——> {key=iphone_price; value=6888; vclk=[A:1,B:1,C:0]}

      DB_C——> {key=iphone_price; value=4000; vclk=[A:1, B:1,C:1]}


Step 8:价格再次波动,变成6000元,系统选择B写入

      DB_A——> {key=iphone_price; value=6888; vclk=[A:1, B:1, C:1]}

      DB_B——> {key=iphone_price; value=6000; vclk=[A:1,B:2, C:0]}

      DB_C——> {key=iphone_price; value=4000; vclk=[A:1, B:1,C:1]}


Step 9: 当B同步更新给AC时候就出现问题了,A自己的向量时钟是 [A:1, B:1, C:1], 而收到更新消息携带过来的向量时钟是 [A:1,B:2, C:0], B:2 比 B:1新,但是C:0却比C1旧。这时候发生不一致冲突。不一致问题如何解决?向量时钟策略并没有给出解决版本,留给用户自己去解决,只是告诉你目前数据存在冲突


三、规则介绍

版本号变更规则其实就2条,比较简单

1、   每次修改数据,本节点的版本号 加1,例如上述 step 8中 向B写入,于是从B:1 变成 B:2, 其他节点的版本号不发生变更。

2、   每次同步数据(这里需要注意,同步和修改是不一样的写操作哦), 会有三种情况:

a: 本节点的向量版本都要比消息携带过来的向量版本低(小于或等于) 如本节点为 [A:1, B:2,C:3]}, 消息携带过来为  [A:1, B:2,C:4] 或  [A:2, B:3,C:4]等。 这时候合并规则取每个分量的最大值。

b:   本节点的向量版本都要比比消息携带过来的向量版本高,这时候可以认为本地数据比同步过来的数据要新,直接丢弃要同步的版本。

c:   出现冲突,如上述step 9中,有的分量版本大,有的分量版本小,无法判断出来到底谁是最新版本。就要进行冲突仲裁。


四、冲突解决

其实没有一个比较好的解决冲突的版本:就笔者目前所了解,加上时间戳算是一个策略。具体方法是再加一个维度信息:数据更新的时间戳(timestamp)。[A:1, B:2,C:4ts:123434354] ,如果发生冲突,再比较一下两个数据的ts,大的数值说明比较后更新,选择它作为最终数据。并对向量时钟进行订正。


五、其他问题

1、向量时钟的维数和存放数据备份数目相等,如果备份数目太多。会导致向量太长。不过目前好像不会存在这个问题,一般备份数目=3就足够。即使再多几份,也不会太长。
2、 冲突纠错时,矫正方有很多:有的放在后台服务端矫正,有的交给客户端来矫正,譬如客户端仲裁后,写回服务端。纠错时机也有很多,有点在读数据是发现数据不一致进行纠正,有的是同步时候发现不一致纠正。实际实现大家自己选择。


阅读(22561) | 评论(0) | 转发(2) |
给主人留下些什么吧!~~