《大数据日知录》读书笔记-ch2数据复制与一致性

CAP理论：Consistency，Availability，Partition tolerance

对于一个分布式数据系统，CAP三要素不可兼得，至多实现其二。要么AP，要么CP，不存在CAP。分布式系统往往要求必须满足P。

传统关系数据库选择CA，NoSQL更关注AP。

CAP Reloaded：

关系数据库ACID原则：Atomicity，Consistency，Isolation，Durability；更强调数据一致性

NoSQL系统BASE原则：Basically Available，Soft state，Eventual consistency；更强调数据可用性

幂等性（Idempotent）：

一致性模型分类：

副本更新策略：

延时和一致性做权衡

策略1-同时更新：

A 同一时刻的两个写请求，无法保证各副本操作顺序一致

B 通过某种一致性协议确定执行顺序

策略2-主从更新：

一个主副本（master replica），多个从副本（slave replica）。写主副本，主副本转发写给从副本，主副本决定写顺序。

A 同步方式：主副本等待所有从副本写完，视作操作完成。请求延时大

B 异步方式：主副本通知从副本写之前视作完成。应对主副本未通知前崩溃的情形：指定存储记录此次写操作（比如log文件）

1.读请求都转发给主副本：代价是高延时。eg：Chubby

2.所有副本可读：代价是弱一致。eg：PNUTS，Zookeeper

C 同异步混合：主副本同步写部分从副本，视作完成，异步写其他从副本

1.读的数据必须来自同步写的节点：强一致，高延迟

2.同1相反

策略3-任意节点更新：

A 同步通知：强一致，高延时

B 异步通知：弱一致，低延时

一致性协议：

两阶段提交（two-phrase commit，2PC）协议：

解决分布式事务问题：实现ACID中原子性（Atomicity）。eg：Raft一致性协议用其保证信息更新原子性。

存在3个阻塞态：协调者的WAIT态，参与者的INIT态、READY态

解决阻塞问题：

1 超时判断：协调者WAIT态若超时发Global-abort，参与者INIT态超时发Vote-abort

2 参与者互询：参与者READY态超时不能abort事务，因为不确定协调者下发表决信息，所以需要互询。

参与者P问参与者Q：

if Q=COMMIT then P:=COMMIT

if Q=ABORT then P:=ABORT

if Q=INIT then P:=ABORT

if Q=READY then P问其他参与者；最坏情形是其他参与者也都出于READY态，即长时阻塞（还好较少发生）

解决长时阻塞：协调者和参与者将自身状态写入本地log，崩溃重启根据log恢复。

向量时钟（vector clock）协议：

将时间戳和事件绑定进而判定事件因果依赖关系。

规则：

判断因果关系：

例子：

Dynamo使用向量时钟管理数据版本。

如有数据一致性冲突经向量时钟无法判定，则交给客户端（应用端）判定。

RWN协议：

R或W越大延迟越高。

可根据实际情况配置R和W的数值。

必须结合向量时钟配合达到强一致性。

Paxos协议：

1. 副本状态机模型（replicated state machines）

典型实现：Log副本方式

一致性协议作用是保证各个Log副本数据的一致性：一致性模块（consensus module）

2. Paxos基本概念

3. Paxos协议机制

学习者获取倡议：

Raft协议：

目标：可理解性，实现实际系统的确定性

基本概念

1. 领导者选举

2. Log复制

（注：项目即item）

3. 安全性

	Zookeeper	Raft	Chubby	PNUTS	Dynamo	Cassandra	Riak
介绍			Google	Yahoo	Amazon,NoSQL	NoSQL	模仿Dynamo
操作	idempotent	idempotent
副本更新	master-slave read		master-slave async: read master	master-slave async: read all	master-slave sync+async	master-slave sync+async	master-slave sync+async
					exception: random	exception: random	exception: random
一致性协议					vector clock+RWN