分布式一致性：两阶段提交

全栈程序员-用户IM • 2021年9月10日下午1:00 • 未分类

2019独角兽企业重金招聘Python工程师标准>>>

一致性

一致性是指数据库中的信息是一致的，不矛盾的。

假如一个表示朋友关系的table有两个字段user_id和friend_id，如果有[1,2]，那么必须有[2,1]。但是如果table中没有[2,1]，可以认为这个table中的数据是不一致的。

又例如银行系统中用户A给用户B转账10￥，这种情况下，可以肯定A、B的资金总和是不变的。转账过程有两步，第1步是从A的账户中扣除10￥，第2步是在B的账户中增加10￥。如果在第1步后由于系统故障，第2步没有执行。此时A、B的资金总和发生变化，认为出现了不一致。这个用事务可以解决。

分布式一致性

分布式系统的一致性问题总是伴随数据复制而生，数据复制技术在提高分布式系统的可用性、可靠性和性能的同时，却带来了不一致问题。理想情况下，多个副本应该是应用透明的，从外界看来多副本如同单副本，而事实上维护一致性非常困难。试想一下，写入新数据时，某副本所在的服务器宕机，或者突然发生了网络错误，此时该如何处理？是继续重试等待故障消失呢，还是放弃写入故障副本？若继续重试写入，则导致系统不可用，影响业务；而放弃写入则副本数据不同步，产生了差异，会不会对应用会造成影响？这似乎是个两难问题，看似无法抉择。幸好一致性问题并不是非黑即白的二选一问题，业界早就定义了多套适合于各种应用场景的一致性模型：强一致性、弱一致性、最终一致性。

这里说一下两阶段提交协议。

例如现在数据库A、B、C分别部署在3台主机上，这三个数据库要保持数据的一致性。

两阶段提交协议分为准备和提交两个阶段。

例如现在A要执行一个事务了，它先问问B和C能否执行该事务，而B和C先把这个事务执行一下看行不行。这是第一阶段。

如果B和C都可以执行该事务，那么A、B、C均提交该事务。如果B或者C告知A无法执行该事务，则回滚。这是第二阶段。

另外还有一个三阶段提交，见下面的资料。