浅聊分布式系统数据复制

浅聊分布式系统数据复制

为什么要使用分布式架构呢？

首先是硬件层面，摩尔定律失效，单机性能提升出现瓶颈，或者说单机性能达到一定高度后，继续提升性能的成本是巨大的，是承受不起的。

当前网络速度变快，机器之间信息传输变快，这就给分布式带来了可能。

现在对应用的可用性要求越来越高，分布式架构中如果某一台机器出现故障，不一定会影响整体可用。

分布式应用扩展方便。

数据复制

对于分布式系统来说，不同节点的数据需要进行复制备份，以满足数据一致性的要求。

接下来讲解三种复制模式：单主复制，多主复制，无主复制。

单主复制

单住复制又称为主从复制。如下图，由一个主节点以及几个从节点组成。其中所有的写请求都将发送向主节点，所有的读请求都发送到从节点。

优势

主从复制搭建简单

数据又冗余，更加安全

扩展性好

负载均衡

缺点

如果主节点出现故障，需要重新选举从节点，此时可能会出现数据不一致。如，当写请求发送到了主节点，主节点尚未将数据同步到从节点，此时主节点宕机，新的从节点将损失数据。

如果主节点没有宕机，但是部分从节点因为网络问题判定为主节点宕机，选举了新的主节点，这时候同时出现多个主节点。这种现象被称为“脑裂”。

所有的写请求都发送向主节点，主节点可能会成为集群的瓶颈。

多主复制

在单主复制的基础上，增加了主节点个数。可以在任意主节点写入，由该主节点同步到其它节点。

优势

解决了分担了主节点写请求的压力。

避免了主节点故障的选举过程。

缺点

假如主节点A与主节点B先后收到了对某个数据的修改，此时A将对C,D,E进行同步，当A修改完C的值后，出现了网络拥塞，此时B开始同步，当B把C，D，E修改完之后，A不在拥塞继续同步，将DE覆盖。此时，CDE三个从节点中的数据不一样，C保存的B同步的信息，DE保存的A同步的信息。此时就会出现数据不一致的。

无主复制

没有主节点从节点之分，每次写请求同时对多个节点进行写入，如果写入成功的节点数达到一定数量代表写入成功。读取的时候也是同时读取多个节点。

假设有ABCDEFG七个节点，每次写入4个节点，读取的时候读4个节点。举个例子，第一次写入ABCD节点，第二次BCDE，此时读的时候，每次读4个节点，肯定能读到至少一个新节点，然后就可以读到数据。

写请求读请求个数设置

假设一共有n个节点，读的时候读r个节点，写的时候写w个节点。要求r+w>n，w>n/2。

r+w>n是为了使每次读的时候至少读取到一个保存有新数据的节点。w>n/2为了保证避免两次写的时候出现冲突。

读修复

当读取的时候，获取到有新数据的节点，但是如果读取的节点中有旧节点，这时候将旧节点更新为新数据。

反嫡过程

会新建一个后台进程来修复数据，该进程找出错误的数据’并从存储最新的数据的节点中将数据复制到错误的节点。反熵过程保证最终结果，不保证写入顺序。

进行反熵过程用哈希树对比。

优势

相比单主复制避免了写请求压力，也避免出现脑裂的情况出现（它都没有脑）。相比多住复制大大减少了数据不一致的可能。

劣势

每次读的时候需要读好多，会有一定的资源浪费。