分布式系统：逻辑时钟与向量时钟

忘年。

已于 2024-05-14 08:38:59 修改

阅读量1.3k

点赞数 16

分类专栏：云计算与分布式系统文章标签：算法

于 2024-05-12 15:55:26 首次发布

本文链接：https://blog.csdn.net/m0_73602487/article/details/138757388

版权

云计算与分布式系统专栏收录该内容

2 篇文章

订阅专栏

1. 为什么要引入逻辑时钟（Logic Clock）？

在分布式系统中，不同的机器的时间可能不一样，使用时间戳（timestamp）的方式会导致产生误差。也许你会说让机器定期进行 NTP 时间同步，但是在一个集群中，不同机器内部时间计算也会产生误差，可能有些机器时间前进的快点，有些机器会慢点，这种现象也叫时钟漂移（Clock Drift）。

2. 如何实现逻辑时钟（Logic Clock）？

Logic Clock 中最出名的就是 Lamport Timestamp。通过逻辑时间，我们可以判断不同事件的因果顺序关系。

Lamport Timestamp 算法的实现遵循以下规则：

每一台机器内部都有一个时间戳（Timestamp），初始值为 0。
机器执行一个事件（event）之后，该机器的 timestamp + 1。
当机器发送信息（message）给另一台机器，它会附带上自己的时间戳，如 <message, timestamp> 。
当机器接受到一条 message，它会将本机的 timestamp 和 message 的 timestamp 进行对比，选取大的 timestamp 并 +1。

首先规定一个事件 A 的逻辑时间戳表示方式为 C(A)。下面所有的时间戳都为逻辑时间戳，不是机器真实时间。

如果事件 A 在事件 B 之前发生，叫做 happened-before，表示为 A->B，那么事件 A 的时间戳一定小于事件 B。即表达为：

$A\to B\Rightarrow C(A)<C(B)$

但是我们要注意这种推导关系是不能反过来的：

$C(A)<C(B)\nRightarrow A\to B$

比如上图 Q 中的事件 3 和 R 中的事件 1，虽然 3>1，但是它们之间没有因果关系，它们是并行 (concurrent) 的或者是独立的（independent）。

我们还可以知道，如果 C(A) <= C(B) ，那么事件 B 是绝对不可能发生在事件 A 之前：

$C(A)<=C(B)\Rightarrow B\nrightarrow A$

当然，如果事件 A 和事件 B 的时间戳相同，则它们是并行或独立的，即

$C(A)=C(B)\Rightarrow A\nleftrightarrow B$

3. 为什么要引入向量时钟（Vector Clock）？

但是 Lamport Timestamp 不能很好的满足分布式系统，比如你不能区分两个事件是否有关联，或者在一个多点读的 key-value 数据库中，你无法确定保存哪一份副本（通常保存最新的那份副本）。

如下图所示，你其实无法单纯的通过 logic clock 比较来判断 Process 1 中的事件 3 和 Process 2 中的事件 8 是否有关系。

如果事件 3 执行时间延迟几秒，这不会影响到事件 8。所以两个事件互不干涉，为了判断两个事件是否为这种情况，我们引入了 Vector Clock（向量逻辑时间）。

4. 如何实现向量时钟（Vector Clock）？

Vector Clock 是通过向量（数组）包含了一组 Logic Clock，里面每一个元素都是一个 Logic Clock。如上图，我们有 3 台机器，那么 Vector Clock 就包含三个元素，每一个元素的索引（index）指向自己机器的索引。

我们遵循以下规则：

每一台机器都初始化所有的 timestamp 为 0。例如上面的例子，每一台机器初始的 Vector Clock 均为 [0, 0, 0] 。
当机器处理一个 event，它会在向量中将和自己索引相同的元素的 timestamp + 1。例如 1 号机器处理了一个 event，那么 1 号机器的 Vector Clock 变为 [1, 0, 0] 。
每当发送 message 时，它会将向量中自己的 timestamp + 1，并附带在 message 中进行发送。如 <message, vector> 。
当一台机器接收到 message 时，它会把自己的 Vector Clock 和 message 中的 Vector Clock 进行逐一对比（每一个 timestamp 逐一对比），并将 timestamp 更新为更大的那个（类似于 Lamport Timestamp 的操作）。然后它会对代表自己的 timestamp + 1。

由此我们也可以知道，如果 A->B ，那么 A 的 Vector Clock 中的每一个元素都会小于 B 中的每一个元素。

判断两个事件是否并行或独立

回到刚刚判断两个事件是不是有关联，我们可以看到 Process 1 中的 [3, 0, 0] 和 Process 2 中的 [2, 4, 2] ，其中 3 > 2 而 0 < 4，0 < 2 。有些 timestamp 大于对方，而有些 timestamp 又小于对方，由此我们可以得知这两个事件是互不相干的。

以下是另一个例子：

5. 逻辑时钟和向量时钟的习题例子

请标出下图中各个事件的 Lamport 逻辑时钟和向量时钟。

逻辑时钟：

回顾 Lamport Timestamp 算法的实现规则：

每一台机器内部都有一个时间戳（Timestamp），初始值为 0。
机器执行一个事件（event）之后，该机器的 timestamp + 1。
当机器发送信息（message）给另一台机器，它会附带上自己的时间戳，如 <message, timestamp> 。
当机器接受到一条 message，它会将本机的 timestamp 和 message 的 timestamp 进行对比，选取大的 timestamp 并 +1。

向量时钟：

回顾向量时钟的实现规则：

我们有 n 台机器，那么 Vector Clock 就包含 n 个元素，每一个元素的索引（index）指向自己机器的索引。

每一台机器都初始化所有的 timestamp 为 0。
当机器处理一个 event，它会在向量中将和自己索引相同的元素的 timestamp + 1。
每当发送 message 时，它会将向量中自己的 timestamp + 1，并附带在 message 中进行发送。如 <message, vector> 。
当一台机器接收到 message 时，它会把自己的 Vector Clock 和 message 中的 Vector Clock 进行逐一对比（每一个 timestamp 逐一对比），并将 timestamp 更新为更大的那个（类似于 Lamport Timestamp 的操作）。然后它会对代表自己的 timestamp + 1。