2.5　架构一致性

本节从软件系统体系结构的角度讨论一致性问题。

2.5.1　分布式系统主备一致性

因高可用的要求，分布式数据库中需要对数据进行冗余存储，即要有多个副本，且多个副本之间的数据是完全一样的。但是，因为跨了节点，所以要求数据一致，这就是主备系统之间的数据一致性。因为针对数据库的操作只有读、写两种，所以主备系统之间的数据一致性可分为如下3种。

1. 写数据的一致性

写数据的一致性是指在事务的写（插入、更新、删除）操作下，一个副本的数据被修改，此时其他副本的相同数据项的副本也应该被修改，这样才能保证多副本之间的数据一致。

从工程实现的角度看，可以利用Paxos/Raft等多节点同步一致性的技术，在多个副本间同时修改数据，且应确保所有的副本都修改成功后，才向写操作返回写成功的信息。但在工程实践中，对于主备性质的系统，实现副本之间的一致性，多使用基于REDO日志的方式进行复制，这样做的优点是备机恢复速度快，且不用考虑事务处理中并发控制等复杂因素。

也有系统会采用其他技术，如MySQL采用的Group Relation技术（这类技术会采取逻辑复制的方式）以及Paxos技术（在主备系统间同步逻辑的二进制日志）。

2. 读数据的一致性

在一个单机数据上，读数据不存在不一致的情况（单机系统的并发访问控制技术保证了此点），但是，在分布式系统里，主备系统之间因多个节点存在，却会发生读数据不一致的情况。例如，假设主备节点分别为Master和Standby，数据项X从Master复制到Standby。用户A在Master修改了数据项X的值为x1。一段时间后，用户B在Standby上读数据（典型的读写分离架构）。随之而来的问题是，一致性模型需要决定是否允许用户B读到用户A对数据项X修改后的新值x1。

3. 跨节点的事务在数据逻辑上的一致性

跨节点的事务在数据逻辑上的一致性是典型的分布式事务场景。一个事务内操作的不同数据项，位于不同的节点内。为保证事务ACID中的AC，跨多个节点的写（写不同的数据项）需要通过原子性来保证多个数据项之间在逻辑上是一致的（比如，跨节点的划账操作，只有划账前两个账户的总额等于划账后两个账户的总额，才能确保数据状态在逻辑上是一致的）。解决此问题的典型方法是确保分布式事务的可串行化和2PC技术。

2.5.2　去中心化的分布式系统一致性

一个中心化的分布式系统，尽管物理节点分离，但逻辑上不分离，其全局序发生器依然是集中式的，且使用的方式与非分布式系统相同。

一个去中心化的分布式系统，物理节点分离，无集中式的全局序发生器制约整个系统，即系统失去了逻辑上的全局序的依据，因此需要看各种任务是否需要全局排序，如对于事务的提交顺序，如果要求是强一致性的，则逻辑上需要全局排序，此时要在去中心化的架构下构建提供全局序的组件。比如，Spanner采用原子钟、GPS在各个节点上进行校时，也就是采用Truetime机制提供全局序。