Paxos、Raft不是一致性算法/协议?
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了Paxos、Raft不是一致性算法/协议?,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含4067字,纯文字阅读大概需要6分钟。
内容图文
![Paxos、Raft不是一致性算法/协议?](/upload/InfoBanner/zyjiaocheng/595/ce568add8f614180b68290c047a4626a.jpg)
![Paxos、Raft不是一致性算法/协议? - 文章图片](/upload/getfiles/0001/2021/4/29/20210429081443991.jpg)
作为互联网中的一员,我们时常沉浸在“分布式”的氛围当中——高可用、高可靠、高性能等等词汇随处可见,CAP、BASE、2PC、Paxos、Raft等等名词也能信手捏来。不过,有些词在我们“并不严谨”的传播中逐渐被误用了,或者说含糊不清了。今天,我们来简单聊聊“Consistency”这个词,即一致性。
Paxos、Raft等通常被误称为“一致性算法”。但是“一致性(Consistency)”和“共识(Consensus)”并不是同一个概念。Paxos、Raft等其实都是共识(Consensus)算法。
Leslie Lamport于1998年在ACM Transactions on Computer Systems上发表了一篇《The Part-Time Parliament》[1]的文章,这是Paxos算法第一次公开发表。但是发表之后,很多人还是觉得原来那篇太难理解了,之后Lamport又写了一篇《Paxos Made Simple》[2],当我们想要学习一下Paxos的时候,可以直接看看这篇。
回到正题,我们在《Paxos Made Simple》中搜索“Consistency”一词,如下图所示,其实是毫无匹配结果的。
反观,我们搜索“Consensus”一词的时候,却出现了很多匹配项。
也就是说,Paxos论文通篇提都没提Consistency一词,何来的“Paxos is a consistency algorithm”的说法。
与此类似的是,在Raft论文《In Search of an Understandable Consensus Algorithm (Extended Version)》[3]中开头就对Raft给出了明确的定义:Raft is a consensus algorithm....,注意这里是consensus,而不是consistency。
这时候我们不妨再打开字典。乍眼一看,字典中Consistency和Consenus译意接近,都有“一致”的含义,但是仔细深究又有所不同:Consistency:一致性,Consensus:共识、一致的意见。
![Paxos、Raft不是一致性算法/协议? - 文章图片](/upload/getfiles/0001/2021/4/29/20210429081451198.jpg)
从专业的角度来讲,我们通常所说的一致性(Consistency)在分布式系统中指的是对于同一个数据的多个副本,其对外表现的数据一致性,如强一致性、顺序一致性、最终一致性等,都是用来描述副本问题中的一致性的。而共识(Consensus)则不同,简单来说,共识问题是要经过某种算法使多个节点达成相同状态的一个过程。一致性强调结果,共识强调过程。
《分布式系统概念与设计》一书中对共识问题进行了如下定义:为达到共识,每个进程 pi 最初处于未决(undecided)状态,并且提议集合D中的一个值 vi 。进程之间互相通信,交换值。然后,每个进程设置一个决定变量(decision variable)di 的值。在这种情况下,它进入决定(decided)状态。在此状态下,他不再改变di。
下图中给出了参与一个共识算法的3个进程。两个进程提议“继续”, 第三个进程提议“放弃”但随后崩溃。保持正确的两个进程都决定“继续”。(其中i = 1, 2, ……, N; j = 1, 2, ……, N。)
共识算法的要求是在每次执行中满足以下条件:
- 终止性:每个正确进程最终设置它的决定变量。
- 协定性:所有正确进程的决定值都相同,即如果 pi 和 pj 是正确的并且已进入决定状态,那么 di = dj。
- 完整性:如果正确的进程都提议同一个值,那么处于决定状态的任何正确进程已选择了该值。
共识问题中所有的节点要最终达成共识,由于最终目标是所有节点都要达成一致,所以根本不存在一致性强弱之分。所以,以后我们看到“Paxos是一个强一致性算法”、“Raft是一个强一致性协议”等类似说法的时候,我们更要以一种“审视”的眼光去看待后面的内容。
在我们大多数人的大多数工作内容中,一致性(Consistency)与共识(Consensus)的差别其实无关痛痒。但是如果我们想抬高一个维度,深入的去研究一下分布式领域的内容,那么这些最基础的概念如果区分不清楚的话,会对后面的学习过程产生很大的阻碍。
越是相近的词汇,越要清楚的区分。就算是同一个单词,也会有不同的含义解析,比如CAP和ACID中的C都是Consistency的缩写,但这两者在各自场景下的含义也并不相同。
- ACID的C指的是事务中的一致性,在一系列对数据修改的操作中,保证数据的正确性。即数据在事务期间的多个操作中,数据不会凭空的消失或增加,数据的每一个增删改操作都是有因果关系的。比如用户A向用户B转了200块钱,不会出现用户A扣了款,而用户B没有收到的情况。
- 在分布式环境中,多服务之间的复制是异步,需要一定耗时,不会瞬间完成。在某个服务节点的数据修改之后,到同步到其它服务节点之间存在一定的时间间隔,如果在这个间隔内有并发读请求过来,而这些请求又负载均衡到多个节点,可能会出现从多个节点数据不一致的情况,因为请求有可能会落到还没完成数据同步的节点上。CAP中的C就是为了做到在分布式环境中读取的数据是一致的。
总的来说,ACID的C着重强调单数据库事务操作时,要保证数据的完整和正确性,而CAP理论中的C强调的是对一个数据多个备份的读写一致性。
对于今天的知识点有什么想说的嘛?不妨在留言区留下你的想法。
参考资料
- http://lamport.azurewebsites.net/pubs/lamport-paxos.pdf
- http://lamport.azurewebsites.net/pubs/paxos-simple.pdf
- https://raft.github.io/raft.pdf
- 浅谈 CAP 和 Paxos 共识算法
- 被误用的“一致性”
- 分布式共识(Consensus):Viewstamped Replication、Raft以及Paxos
想知道更多?扫描下面的二维码关注我
内容总结
以上是互联网集市为您收集整理的Paxos、Raft不是一致性算法/协议?全部内容,希望文章能够帮你解决Paxos、Raft不是一致性算法/协议?所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。