分布式存储系统的一致性-可见性差异

引子

上高中的时候，每次物理老师开始讲：世界是由物质构成的。物质存在三种基本的物理状态：固态、液态、气态。我脑子里就开始列举这个公理不能解释的现象：各种波：光波、声波属于那种物理状态？情感、情绪属于哪种物质呢？

那时候我就创造了一套自己的理论。这么多年过去，我发现这套理论可以解释所有的事情。

物质分为两种：波和传播波的介质。介质存在四种基本的物理状态：固态、液态、气态和真空。介质是波的载体，能够传导波。情感和光波、声波一样，都是一种波。真空是一种物理状态。为什么放在真空的东西会维持原来的质量、速度，而不是消失呢？我的解释是它是一种介质，可以维持物质的这些属性。

所以我的基本世界公理是这样的：

因为这套公理在我的世界里运行的很好，甚至可以解释灵魂、魔法、唯物主义和唯心主义。所以我一直沿用这套公理，把它作为基本的世界模型。有时候，像这样一些自建公理，当自己一直在自己现有的圈子里时会运行的很好，一旦跳出这个圈子，会有一个凌乱期，叫做：「颠覆了我对世界的认知」。面对这个困境。「奇异博士」里提供了一个很好的解决方案：「forget everything you think you know」

在大多数情况下，一个基本可用的系统中，将数据更新到数据库，并且数据库返回操作成功。 意味着马上能看到最新的数据。 但是有时候情况却是： 在一小段时间内一会儿是新数据，一会儿是旧数据。 这时候，脑子请浮现一句话： 「forget everything you think you know」

是什么

为了提高系统的容灾能力、提高性能、容量、扩展性等原因。在对数据库并发要求高的场景，经常将数据可见性分为实时可见、准实时可见、延迟可见。

在有主从同步或者读写分离的场景中，需要实时查询的数据会直接走主库，准实时就是可以走从库。延迟可见常用的比如给数据库建立一个异构数据库，按照一定策略进行数据同步。

    

为什么

Mysql

主流的关系型数据库，以mysql为例。默认情况下，复制功能是异步的，因为这样可以提供最佳的性能。所谓异步复制，就是主库把binlog发送给从库，这一动作就结束了。并不验证从库是否接收完毕。

异步方式在发生故障时会造成数据不能最终一致。这时可开启半同步复制模式。这种方式是在主服务器接收完服务器发送的binlog并写到自己的中继relay log里，给主服务端一个反馈，才算一个操作完毕。

无论是异步复制还是半同步复制，都不可避免的会引入主从延迟。主从延迟的时间差就会造成数据的可见性问题。

mysql是强一致性数据库，是稳定而宝贵的资源。对于大查询，比如：查询数据历史、批量查询等。这种场景下，对数据的可见性延迟要求不高，可以采用Elasticsearch等其他的更低价的nosql数据库来完成。算是一种异构数据库。这个同步过程，涉及到数据抽取、转换等过程。延迟一般要大于读从库。这就是一个可见性时间差。

Elasticsearch

Elasticsearch内部有副本机制，类似于mysql的从库。主分片和副本之间的同步也有个可见性时间差。

怎么做

从库和副本数量多，所需要的同步时间也长。减少从库和副本的数量，可缩短可见性时间差。但是如果对可见性时间差是零容忍的。就需要设置为只读主的方式。在mysql中，可以设置路由类型为master-only。在Elasticsearch中，可以设置search preference。具体文档：https://www.elastic.co/guide/cn/elasticsearch/guide/current/_search_options.html。

    

总结

如果整篇文章你只能记住一件事，那么请记住：如果一件事情颠覆了你的认知，那么请忘记自己知道的重新开始。