FastCFS 数据一致性模型之基础结构

Posted 2022-03-29 Huazie

FastCFS 数据一致性模型之基础结构

本篇文章转载于 FastCFS 作者 余庆 大佬的 FastDFS分享与交流 公众号。

最近忙着 FastCFS v1.2.0 的研发工作，主要对 数据恢复 和 master 任命机制 做了改进，修复了5个稳定性bug，FastCFS 的可靠性和稳定性上了一个新台阶。v1.2.0 的改进工作和数据一致性密切相关，本文将介绍 FastCFS 采用的数据一致性模型及基础结构。

说到数据一致性，大家会想到分布式系统必须符合 CAP理论：
一个分布式系统，不可能完全满足 CAP，只能做到其中的两个，即 CA、AP 或 CP。

一致性（Consistency, C）、可用性（Availability, A）、分区容错性（Partition Tolerance, P）

FastCFS 的目标是支持跑数据库，保证数据一致性是基本要求；保证可用性也是分布式系统的一个基本要求，因此 FastCFS 选择全力做到 CA，弱化 P 但不是放弃 P。严重的网络分区会破坏数据一致性和系统可用性，通常需要人工介入处理异常数据。FastCFS 有数据校验和脑裂修复机制，如果短暂的网络分区没有导致数据不一致的话，FastCFS 完全可以自愈。FastCFS 的leader 和 master 不是基于中心节点，而是以服务器分组为单元自洽的。由此可见 FastCFS 在架构和实现机制上采用分而治之的局部化做法，最大程度地规避了发生网络分区的风险。

FastCFS 对数据分组采用 master/slave 结构，对于服务器分组采用 leader/follower 结构。细心的朋友会有这样的困惑：FastCFS 居然有 leader 和 master 两种角色，只要其中一种不就可以了吗？二者都是大家所熟知的概念，我相信业界一定有 leader + master 的做法，但将二者并存于一组服务器，并且以原生方式实现，也许是 FastCFS 的独创。

FastCFS 采用的是数据强一致模型，客户端的更新操作只能在 master 上执行，然后 master 通过 RPC 调用将更新操作同步给 ACTIVE 状态（此状态方可提供在线服务）的 slave。因服务重启或网络严重抖动等异常导致 slave 掉线，slave 将进入数据恢复阶段，追上 master 的数据后，才能切换为ACTIVE状态。

那么引入 leader/follower 目的何在呢？因为一组服务器上通常会包含多个数据分组（为了便于集群扩容会预分配较大的数据分组，比如 1024 个；一组服务器上配置的数据分组建议不少于 64 个），每个数据分组的 master 选举如果按照选举流程来一遍，这个消耗太大。因此 FastCFS 创新地引入 leader 角色，由 leader 直接任命其管辖的若干个数据分组的 master。一句话总结 leader 和 master 的产生机制：

leader 通过组内服务器选举产生，而 master 则由 leader 直接任命。

最后小结一下，本文介绍了 FastCFS 采用的数据一致性模型和基础结构，包括 leader/follower 和 master/slave 两种。后续文章将讲述 FastCFS 保证数据一致性的关键点和核心方案，敬请期待。