分布式系统原理Day03-基于副本协议

待我称王封你为后i 2023-03-01 13:36 18阅读 0赞

### 基于副本协议 ###

*  基本概念
 *  中心化副本控制协议
 *   *   *  primary-secondary协议
         *   *   *  数据更新流程
                 *  数据读取方式
                 *  primary副本的确定与切换
                 *  数据同步
 *  去中心化副本控制协议

# 基本概念 #

*  **副本控制协议:**
    
     *  按特定的协议流程控制副本数据的读写行为
     *  使得副本满足一定的可用性和一致性要求的分布式协议
 *  副本控制协议要具有一定的对抗异常状态的容错能力,从而使得系统具有一定的可用性,同时副本控制协议要能提供一定的一致性级别
 *  根据CAP原理,要设计一种满足强一致性,且出现在任何网络异常时都可用的副本协议是不可能的.因此,实际中的副本协议总是在可用性,一致性与性能等各要素之间按照具体的需求折中
 *  **副本控制协议可以分为两大类:**
    
     *  **中心化副本控制协议**
     *  **去中心化副本控制协议**

# 中心化副本控制协议 #

*  **中心化副本控制协议的基本思路:**
    
     *  有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
 *  **中心化副本控制协议的优点:**
    
     *  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
     *  并发控制将由中心节点完成,从而使得一个分布式并发控制问题,简化为一个单机并发控制问题
        
         *  **并发控制:** 多个节点同时需要修改副本数据时,需要解决“写写”,“读写”等并发冲突.单机系统上常用加锁等方式进行并发控制
         *  **分布式并发控制:** 通常也是使用加锁实现分布式并发控制,但是如果没有中心节点统一进行锁管理,就需要完全分布式化的锁系统,会使得协议非常复杂
 *  **中心化副本控制协议的缺点:**
    
     *  系统的可用心依赖于中心化节点
     *  当中心节点异常或者与中心节点通信中断时,系统将失去某些服务,通常至少会失去更新服务
     *  所以中心化副本控制协议会存在一定的停服务时间

### primary-secondary协议 ###

*  **primary-secondary类型的协议:**
    
     *  副本被分为两大类
     *  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**

##### 数据更新流程 #####

*  数据更新都由**primary**节点协调完成
 *  外部节点将更新操作发给**primary**节点
 *  **primary**节点进行并发控制,也就是确定并发更新操作的先后顺序
 *  **primary**节点将更新操作发送给**secondary**节点
 *  **primary**根据**secondary**节点的完成情况决定更新是否成功并将结果返回给外部节点  
    ![在这里插入图片描述][20200726220806512.png]
 *  工程实践中,如果由**primary**直接同时发送给其余N个副本数据,则每个**secondary**的更新吞吐受限于**primary**总的出口网络带宽,最大为**primary**网络出口带宽的 1 N \\frac\{1\}\{N\} N1
    
     *  **为了解决这个问题,使用接力的方式同步数据:** primary将更新发送给第一个**secondary**副本,第一个**secondary**副本发送给第二个**secondary**副本,依次类推

##### 数据读取方式 #####

*  **数据读取方式与一致性高度相关:**
    
     *  如果只需要最终一致性,则读取任何副本都可以满足要求
     *  如果需要会话一致性,则可以为副本设置版本号,每次更新递增版本号,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
 *  使用**primary-secondary**实现强一致性比较困难:
    
     *  由于数据的更新流程都是由**primary**控制的 **,primary**副本上的数据一定是最新的,所以如果始终只读**primary**副本的数据,可以实现强一致性
     *  如果只读**primary**副本,则**secondary**副本将不提供读服务
     *  工程实践中,如果副本不与机器绑定,而是按照数据段为单位维护副本,仅有**primary**副本提供读服务在很多场景下并不会造成机器资源浪费
 *  将副本分散到集群中,假设**primary**也是随机确定的,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,从而某台服务器实际都提供读写服务:
    
     *  由**primary**节点控制**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,从而用户不再读取该不可用副本
     *  不可用的**secondary**副本可以继续尝试与**primary**同步数据,当与**primary**完成数据同步后 **,primary**可以将副本标记为可用
        
         *  这种方式使得所有的可用的副本,无论是**primary**还是**secondary**都是可读的
         *  并且在一个确定的时间内,某**secondary**副本要么更新到与**primary**一致的最新状态,要么被标记为不可用,从而符合较高的一致性要求
         *  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.通过降低系统的可用性来提高系统的一致性

##### primary副本的确定与切换 #####

*  **primary-secondary**类型的协议中的另一个核心问题就是如何确定副本
 *  在原**primary**副本所在机器出现宕机等异常时,需要有某种机制切换**primary**副本,使得某个**secondary**副本成为新的**primary**副本
 *  在**primary-secondary**类型的分布式系统中,哪个副本是**primary**这样的信息属于元信息,由专门的元数据服务器维护
 *  执行更新操作时,首先查询元数据服务器获取副本的**primary**信息,从而进一步执行更新流程
 *  **primary-backup类副本协议的最大缺点就是由于primary切换带来的一定的停服时间:**
    
     *  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.意味着一旦**primary**异常,最多需要**10**秒级别的发现时间,系统才能开始**primary**切换
     *  在**10**秒的时间内,由于没有**primary,** 系统不能提供更新服务.如果系统只能读**primary**副本,则这段时间内不能提供读服务

##### 数据同步 #####

*  不一致的**secondary**副本需要与**primary**进行同步**reconcile**
 *  **secondary**不一致的形式有三种:
    
     *  由于网络分化等异常 **,secondary**上的数据落后于**primary**上的数据
     *  在某些协议下 **,secondary**上的数据可能是**脏数据,** 需要被丢弃
        
         *  **脏数据:** 由于**primary**没有进行更新操作,而**secondary**副本上反而进行多余的修改操作,从而造成**secondary**副本数据错误
     *  **secondary**是一个新增加的副本,完全没有数据,需要从其余副本上拷贝数据
 *  **secondary数据落后:**
    
     *  回放**primary**上的操作日志,通常是**redo**日志,从而追上**primary**的更新进度
 *  **secondary脏数据:**
    
     *  较好的做法是设计的分布式协议不产生脏数据
     *  如果协议一定有产生脏数据的的可能,则应该使得产生脏数据的概率降到非常低的情况,从而一旦发生脏数据的情况可以直接丢弃脏数据的副本,这样也相当于副本没有脏数据
     *  也可以设计基于**undo**日志的方式从而可以删除脏数据
 *  **secondary副本完全没有数据:**
    
     *  直接拷贝**primary**副本的数据,这种方法比回放日志追更新进度的方法要快得多
     *  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:
        
         *  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

# 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.因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问题
 *  **去中心化协议的最大的缺点:**
    
     *  协议过程通常比较复杂
     *  当去中心化协议需要实现强一致性时,协议流程变得复杂且不容易理解
 *  由于流程的复杂,去中心化协议的效率或者性能一般较中心化协议低  
    ![\-][-]

[20200726220806512.png]: /images/20230208/304dc394ac97485bb54cbca45a59760a.png
[-]: https://img-blog.csdnimg.cn/20200727191333538.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0pld2F2ZU94Zm9yZA==,size_16,color_FFFFFF,t_70