FastCFS数据一致性模型之基础结构

     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。

    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