分布式一致性算法的一个典型应用场景

---

多副本一致性

这是分布式一致性算法的一个典型应用场景。在分布式存储系统中经常使用多副本的方式实现容错，这样部分副本的失效不会导致数据的丢失。当然，前提是每次更新操作都需要更新数据的所有副本，使多个副本的数据保持一致。

那么，如何在一个可能出现各种故障的异步分布式系统中保证同一数据的多个副本的一致性 (Consistency) 呢？

---

两副本的例子

以最简单的两副本为例，说明两种方式：

1. 主从同步方式

写请求首先发送给主副本，主副本同步更新到其它副本后返回，4之后写请求执行成功。

• 优点：这种方式可以保证副本之间数据的强一致性，写请求执行成功之后从任意副本读到的数据都是一致的。

• 缺点：可用性很差，只要任意一个副本写失败，写请求将执行失败。主从同步的弱可用性：
  

---

2. 主从异步方式

如果采用异步复制的方式，主副本写成功后立即返回，然后在后台异步的更新其它副本。

• 优点：这种方式可用性较好，只要主副本写成功，写请求就执行成功。

• 缺点：不能保证副本之间数据的强一致性，写成功返回之后从各个副本读取到的数据不保证一致，只有主副本上是最新的数据，其它副本上的数据落后，只能提供最终一致性。可能出现以下两种失效的情况：
  1）异步复制失败。如果出现断网导致后台异步复制失败，则主副本和其它副本将长时间不一致，其它副本上的数据一直无法更新，直到网络重新连通：
  
  2）主副本写成功后立即宕机。如果主副本在写请求成功返回之后和更新其它副本之前宕机失效，则会造成成功写入的数据丢失，一致性被破坏：
  

---

Oracle中的应用

熟悉Oracle的朋友应该对上述同步方式非常熟悉，上述同步和异步复制方式分别对应Oracle Data Guard的一种数据保护模式。

1. 同步复制为最高保护模式 (Maximum Protection)
2. 异步复制为最高性能模式 (Maximum Performance)
3. 介于两者之间的为最高可用性模式 (Maximum Availability) ：在正常情况下，它和最高保护模式一样，一旦同步出现故障，立即切换成最高性能模式。

---

CAP理论

主从同步和主从异步方式均无法同时保证数据的一致性和可用性，此问题是典型的分布式系统中一致性和可用性不可兼得的例子，分布式系统中著名的CAP理论从理论上证明了这个问题。
参见：《分布式基础理论–CAP》

Paxos、Raft等分布式一致性算法则可在一致性和可用性之间取得很好的平衡，在保证一定的可用性的同时，能够对外提供强一致性，因此Paxos、Raft等分布式一致性算法被广泛的用于管理副本的一致性，提供高可用性。