无主复制系统-Quorum一致性的局限性

Posted 2022-08-07 JavaEdge.

若有n个副本，且配置w和r，使得$w+r>n$，期望可以读到一个最新值。因为成功写入的节点集合和读取的节点集合必有重合，这样读取的节点中至少有一个具有最新值，如图-11。

一般设定r和w为简单多数（超过n/2）节点，即可确保 w + r> n，且同时容忍多达 n/2 个节点故障。但是，法定人数不一定必须是大多数，只是读写使用的节点交集至少需要包括一个节点。其他法定人数的配置是可能的，这使得分布式算法的设计有一定的灵活性。

您也可以将w和r设置为较小的数字，以使$w+r\le n$（即法定条件不满足）。在这种情况下，读取和写入操作仍将被发送到n个节点，但操作成功只需要少量的成功响应。

较小的w和r更有可能会读取过时的数据，因为您的读取更有可能不包含具有最新值的节点。另一方面，这种配置允许更低的延迟和更高的可用性：如果存在网络中断，并且许多副本变得无法访问，则可以继续处理读取和写入的机会更大。只有当可达副本的数量低于w或r时，数据库才分别变得不可用于写入或读取。

但是，即使在$w+r>n$的情况下，也可能存在返回陈旧值的边缘情况。这取决于实现，但可能的情况包括：

• 若使用宽松的法定人数，w个写入和r个读取落在完全不同的节点上，因此r节点和w之间不再保证有重叠节点【46】。
• 如果两个写入同时发生，不清楚哪一个先发生。在这种情况下，唯一安全的解决方案是合并并发写入（参阅处理写入冲突）。如果根据时间戳（最后写入胜利）挑选出一个胜者，则由于时钟偏差[35]，写入可能会丢失
• 如果写操作与读操作同时发生，写操作可能仅反映在某些副本上。在这种情况下，不确定读取是返回旧值还是新值。
• 如果写操作在某些副本上成功，而在其他节点上失败（例如，因为某些节点上的磁盘已满），在小于w个副本上写入成功。所以整体判定写入失败，但整体写入失败并没有在写入成功的副本上回滚。这意味着如果一个写入虽然报告失败，后续的读取仍然可能会读取这次失败写入的值【47】。
• 如果携带新值的节点失败，需要读取其他带有旧值的副本。并且其数据从带有旧值的副本中恢复，则存储新值的副本数可能会低于w，从而打破法定人数条件。
• 即使一切工作正常，有时也会不幸地出现关于时序（timing） 的边缘情况

因此，尽管法定人数似乎保证读取返回最新的写入值，但在实践中并不那么简单。 Dynamo风格的数据库通常针对可以忍受最终一致性的用例进行优化。允许通过参数w和r来调整读取陈旧值的概率，但把它们当成绝对的保证是不明智的。

尤其是，因为通常没有得到“复制延迟问题”中讨论的保证（读己之写，单调读，一致前缀读），前面提到的异常可能会发生在应用程序中。更强有力的保证通常需要事务或共识。我们将在第七章和第九章回到这些话题。

4.2.1 监控旧值

运维角度，监视DB是否返回最新结果很重要。即使应用能容忍读旧值，也需了解复制的当前运行状况。若明显滞后，就是信号，需排查原因（如网络问题或节点超负荷）。

主从复制系统，DB通常会导出复制滞后的度量标准，可将其集成到监控系统。因为主、从节点的写都遵从相同顺序，而每个节点都维护了复制日志执行的当前偏移量。 通过对比主、从节点当前偏移值，即可衡量该从节点落后主节点程度。

无主复制系统，无固定写入顺序，因而监控也更难。且若数据库只使用读修复（无反熵过程），那么旧值的落后就无上限。例如若一个值很少被访问，则返回的旧值可能很老了！

衡量无主复制数据库的研究，根据参数n，w和r来预测旧值读取的预期百分比。不幸的是，这还不是常见做法，但将旧测量值包含在数据库的度量标准集中是好趋势。最终一致性是很模糊的保证，可操作性角度，能量化“最终”很有价值。