分布式数据库数据一致性原理说明与实现

编目节点和数据节点在存储数据时，共包含两大年夜部分，一个真实的数据文件，另一个是事务日记文件。

沙龙晃荡 | 去哪儿、陌陌、ThoughtWorks在主动化运维中的实践！10.28不见不散！

分布式数据库数据一致性道理解释与实现

分布式数据库的数据一致性治理是其最重要的内核技巧之一，也是包管分布式数据库知够数据库最根本的ACID特点中的 “一致性”(Consistency)的保障。在分布式技巧成长下，数据一致性的解决办法和技巧也在赓续的演进，本文就以作者实际研发的分布式数据库作为案例，介绍分布式数据库数据一致性的道理以及实际实现。

1.数据一致性

1.1数据一致性是什么

大年夜部份应用传统关系型数据库的DBA在看到“数据一致性”时，第一反竽暌功可能都是数据在跨表事务中的数据一致性场景。然则本文介绍的“数据一致性”，指的是“数据在多份副本中存储时，若何保障数据的一致性”场景。

Leader的日记完全性，则当Candidate从新选举Leader时，新的Leader必须要包含先前已经commit的LOG;

媒介

因为在大年夜数据范畴，数据的安然不再由硬件来包管，而是经由过程软件手段，经由过程同时将数据写入到多个副本中，来确保数据的安然。数据库在同时向多个副本写入记录时，若何确保每个副本数据一致，称为“数据一致性”。

1.2关系型数据库若何保障数据一致性

传统的关系型数据库对于运行情况–硬件请求都比较高，例如Oracle会建议用户应用小型机+共享存储作为数据库的运行情况，DB2 DPF也同样建议用户采取更好的办事器+高端存储来搭建数据库的运行情况。所以在数据存储安然的技巧请求下，传统关系型数据库更多是依附硬件的技巧来保障数据的安然性。

因为关系型数据库的数据安然是基于硬件来保障，并且数据也不会经由过程同时存储多份来保障数据的安然，所以关系型数据库的用户默认认为数据存储是一致的。

1.3分布式存储若何保障数据一致性

本文在评论辩论分布式存储时，重要指的是大年夜数据产品中的分布式文件体系和分布式数据库，例如：SequoiaDB和HDFS。

当Leader被选举出来后，所有的事务操作都必须要经由Leader处理。这些事务操作成功后，将会被按次序写入到LOG中，每个LOG都包含一个index编号。

用户在搞明白分布式存储的数据一致性道理时，必须要先明白为什么他们就须要数据一致性，和分布式存储的数据存储与关系型数据库的数据存储又有什么差别。

大年夜数据技巧的核心思惟就是分布式，将一个大年夜的工作义务分化成多个小义务，然后经由过程分布式并发操作的方法将其完成，大年夜而进步全部体系的枷⒚效力或者是存储才能。而在分布式情况下，因为硬件的请求降低，必定须要大年夜数据产品供给别的一个重要的功能–数据安然。

大年夜数据产品在解决数据安然的方法上，都比较接近，简单来说，就是让一份数据经由过程异步或者同步的方法保存在多台机械上，大年夜而保障数据的安然。

分布式存储在解决数据安然的技巧可贵后，又惹人了一个新的技巧问题，就是若何保障多个副本中的数据一致性。今朝SequoiaDB是应用Raft算法来包管数据在多个副本一一致性。

2.Raft算法

2.1Raft算法背景

在分布式情况下，最有名的一致性算法应当是Paxos算法，然则因为它实袈溱过于晦涩难解，并且实现起来极端艰苦，所以在2013年，Diego >

2.3.2 Terms

在分布式情况下，“时光同步”一向都是老大年夜难的技巧难题。Raft为懂得决这个问题，将时光划分为一个一个的Term(可以懂得为“逻辑时光”)来处理在不应时光段里的数据一致性。

Terms有以下原则

每个Term中，至多存在一个Leader
某些Term中，有可能存在因为选举掉败，没有Leader的情况
每个节点本身保护本地的currentTerm
每个Term都是一个持续递增的编号
如不雅Follower的Term编号比其余Follower Term编号小时，该Follower Term编号将更新Term编号，以保持与其他Follower Term编号一致

2.3.3 选举

Raft的选举由准时器触发，每个节点的触发时光都不雷同。

所有的节点在开端时状况都为Follower，当准时器触发选举后Term编号递增，该节点的状况由Follower转为Candidate，并且向其他节点提议RequestVote RPC请求，这时选举有3种情况可能产生：

SequoiaDB的节点事务日记，默认情况下由20个64MB(总大年夜小为1.25GB)的文件构成。节点的事务日记重要包含一个index编号和数据操作内容，index编号保持永远递增状况。

提议RequestVote的节点收到n/2+1(过折半)个节点的投票，该节点将大年夜Candidate状况变为Leader状况，开端向其他节点发送HeartBeat以保持Leader的┞俘常状况

如不雅收到投票请求后，该节点发明提议投票的节点Term大年夜于本身，则该节点状况大年夜Candidate转为Follower，不然保持Candidate状况，并且拒绝该投票请求

选举时代产生了超时，则Term编号递增，从新提议选举

1/3 1 2 3 下一页尾页

　　推荐阅读

　　一句“嘿 Siri”背后隐藏了如此多的努力与小心思

沙龙晃荡 | 去哪儿、陌陌、ThoughtWorks在主动化运维中的实践！10.28不见不散！苹不雅在活动协处理器中集成了异常小的语音辨认装配，这个装配一向保持运行，并等待用户说出“嘿 Siri>>>详细阅读

本文标题：分布式数据库数据一致性原理说明与实现

地址：http://www.17bianji.com/lsqh/38048.html

1/2 1