典型情況：三個副本構成乙個
group
1.強一致性：所有的副本更新成功才返回。
如上圖c
表示client，【p
、s1、s2
】構成乙個同步組，p表示
primary node，s1
，s2是兩個secondary node
，強同步模型的工作流程為c向
p寫資料，p向
s1，s2**，只有
3個都寫成功，才向
c返回成功，否則寫失敗。這種模型對於
操作很容易實現，如果副本沒有全部更新成功，向
c返回失敗即可，不必重新同步
p和兩個
s的資料；但如果是
overwrite
，則如果在同步過程中部分成功，還要考慮資料的正確性。
同時，p向s1
、s2同步的過程，可以進行優化，借鑑
gfs的流水線複製方式（
p->s1 &s1->s2
），以便充分利用每個
node
的頻寬資源。
2.最終一致性：在經過乙個不一致視窗後，副本最終處於一致的狀態。
如上圖是一種簡單的最終一致性實現模型，通過增加一組u（
update
）節點來實現。具體做法是，
c的每次更新以
binlog
的方式順序的追加到
update
節點（多台來避免單點），然後
update
節點定期（如
10ms
）的將binlog
重放到三個副本上（
n1,n2,n3
）。三個副本可以同時提供讀服務，讀到的資料可能不是最新的，這就要求上層業務能容忍或者在上層做一些容錯（如上層的業務每次會等待不一致視窗過去後再讀取資料）。
最終一致性的實現方式還包括大名鼎鼎的
dynamo
，使用讀寫成功的副本數r，
w來控制，當
r+w > n(
副本數)
時，即可保證最終一致性。
如果在最終一致性的基礎上要保證每次讀能讀到最新的資料，可在上述模型上做點小改進。
每次c更新到u
上後，必須至少同步到乙個
group中的p
上，即p
上的資料一定是最新的，系統的讀請求由
p節點來滿足以保證每次讀到的資料是最新的，付出的代價就是，兩個從副本不能分擔負載，使得
p易成為熱點，當
p掛掉時，選擇乙個
s成為新的p。
分布式一致性問題
典型情況 三個副本構成乙個group 1.強一致性 所有的副本更新成功才返回。同時，p向s1 s2同步的過程，可以進行優化，借鑑gfs的流水線複製方式 p s1 s1 s2 以便充分利用每個node的頻寬資源。2.最終一致性 在經過乙個不一致視窗後，副本最終處於一致的狀態。如上圖是一種簡單的最終一致...
分布式一致性問題。
在電腦科學領域，分布式一致性問題是乙個相當重要，且被廣泛探索與論證的問題，通常存在於諸如分布式檔案系統 快取系統和資料庫等大型分布式儲存系統中。什麼是分布式一致性？分布式一致性分為哪些型別？分布式系統達到一致性後將會是乙個什麼樣的狀態？如果失去了一致性約束，分布式系統是否還可以依賴？如果一味地追求一...
分布式一致性問題
分布式一致性包括 強一致性 保證副本都一致 可用性 在使用者容忍時間範圍內返回使用者預期結果 分割槽容錯性 出現網路分割槽時仍能對外提供可用服務。主要方法兩階段提交協議，三階段提交協議 分為協調者master參與者segment 第一階段 投票階段 協調者像參與者分發任務，參與者執行並記錄日誌，但不...