分布式系统基本副本协议

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/manongxiaomei/article/details/85330553

一、中心化副本控制协议

中心化副本控制协议的基本思路是由一个中心节点协调副本数据的更新、维护副本之间的一致性。

优点:协议相对较为简单,所有的副本相关的控制交由中心节点完成。并发控制也由中心节点完成。

缺点:系统的可用性依赖于中心化节点,当中心节点异常时存在一定的停服务时间。

primary-secondary协议

primary-secondary协议(也称 primary-backup)是中心化副本控制协议的非常常用的一种。在 primary-secondary 类型的协议中,副本被分为两大类,其中有且仅有一个副本作为 primary 副本,除 primary 以外的副本都作为 secondary 副本。

维护 primary 副本的节点作为中心节点,中心节点负责维护数据的更新、并发控制、协调副本的一致性。

Primary-secondary 类型的协议一般要解决四大类问题:数据更新流程、数据读取方式、Primary副本的确定和切换、数据同步(reconcile)。

1、数据更新的基本流程

①数据更新都由 primary 节点协调完成。

②外部节点将更新操作发给 primary 节点

③primary 节点进行并发控制即确定并发更新操作的先后顺序

④primary 节点将更新操作发送给 secondary 节点

⑤primary 根据 secondary 节点的完成情况决定更新是否成功并将结果返回外部节点

 

其中第4步,如果由primary节点同时将更新数据发送给其他secondary副本,则其他secondary副本的的更新受primary网络带宽的影响,最大为1/N.为了解决这个问题,有些系统(GFS)使用接力的方式同步数据。

2、数据读取方式

①如果只需要最终一致性,则读取任何副本都可以满足需求。

②如果需要会话一致性,则可以为副本设置版本号,每次更新后递增版本号,用户读取副本时验证版本号,从而保证用户读到的数据在会话范围内单调递增。

primary-secondary 比较困难的是实现强一致性,以下是2中思路:

①如果始终只读 primary 副本的数据,可以实现强一致性,但是secondary将不提供读服务。实践中,如果副本不与机器绑定,以数据段为副本的基本单位,将副本分散到集群中个,假设primary 也是随机的确定的,那么每台机器上都有一些数据的 primary 副本,也有另一些数据段的 secondary 副本,从而每台服务器实际都提供读写服务。

②由 primary 控制节点 secondary 节点的可用性。当 primary 更新某个 secondary 副本不成功时,primary 将该 secondary 副本标记为不可用,不可用的secondary 副本可以继续尝试与 primary 同步数据直到同步成功,primary将副本标记为可用。这种方式依赖于一个中心元数据管理系统,用于记录哪些副本可用,哪些副本不可用。

3、primary副本的确定和切换

确定副本:在 primary-secondary 类型的分布式系统中,哪个副本是 primary 这一信息都属于元信息,由专门的元数据服务器维护。

切换副本的难点:

①如何发现primary节点异常,Lease 机制(后面介绍)

②切换primary后如何做到不影响副本的一致性。如何确定一个 secondary 副本使得该副本上的数据与原primary一致?

由于分布式系统中可靠的发现节点异常是需要一定的探测时间的,这样的探测时间通常是 10秒级别,在这 10 秒时间内,由于没有 primary,系统不能提供更新服务,甚至不能提供读服务。因此,primary-backup 类副本协议的最大缺点就是primary切换带来的一定的停服务时间。

4、数据同步

通常不一致的形式有三种:

①由于网络分化等异常,secondary 上的数据落后于 primary 上的数据。回放 primary 上的操作日志。

②在某些协议下,secondary 上的数据有可能是脏数据,需要被丢弃。脏数据是由于primary 副本没有进行某一更新操作,而 secondary 副本上反而进行的多余的修改操作,从而造成secondary 副本数据错误。可以设计一些基于 undo 日志的方式(后期分享)从而可以删除脏数据。

③secondary 是一个新增加的副本,完全没有数据,需要从其他副本上拷贝数据。直接拷贝 primary 副本的数据,但拷贝数据时 primary 副本需要能够继续提供更新服务,这就要求 primary 副本支持快照(snapshot)功能。即对某一刻的副本数据形成快照,然后拷贝快照,拷贝完成后使用回放日志的方式追快照形成后的更新操作。

二、去中心化副本控制协议

去中心化副本控制协议没有中心节点,协议中所有的节点都是完全对等的,节点之间通过平等协商达到一致。从而去中心化协议没有因为中心化节点异常而带来的停服务等问题。

缺点:协议过程通常比较复杂、效率低
Paxos 是唯一在工程中得到应用的强一致性去中心化副本控制协议。

实例:

①GFS 系统的副本控制协议是典型的 Primary-Secondary 型协议,Primary 副本由 Master 指定,Primary 副本决定并发更新操作的顺序。虽然在 GFS 中,更新操作的数据由客户端提交,并在各个副本之间流式的传输,及由上一个副本传递到下一个副本,每个副本都即接受其他副本的更新,也向下更新另一个副本,但是数据的更新过程完全是由 primary 控制的,所以也可以认为数据是由primary 副本同步到 secondary 副本的。

②Zookeeper 使用了基于 Paxos 的去中心化协议(后期分享)选出 primary 节点,但完成 primary节点的选举后,这两个系统都转为中心化的副本控制协议,即由 primary 节点负责同步更新操作到secondary 节点。

参考资料:《分布式系统原理介绍》作者:刘杰

如有错误欢迎指正!

猜你喜欢

转载自blog.csdn.net/manongxiaomei/article/details/85330553