什麼是分散式系統數據一致性？

這次準備聊聊分散式系統中的關注點：一致性問題。文章中間穿插著輸出一些產品、運營、以及個人的深度思考。

本文從普遍認為的分散式系統中，最最最重要的數據一致性開始。內容適合人群>=0年技術相關經驗。

01、為什麼需要分散式系統？

任何事物能夠被持續的運用和發展，必然有其價值，分散式系統也是一樣。分散式系統的產生我認為主要的目的就是「快」和「海量」。這個「快」可以分為兩個方面：第一個是系統的處理速度快，第二個是開發的速度快(歷時短)。

這2點本質都是相同的，把一個動作或者一件事情拆成兩部分或者多個部分去同時進行，使得整體的耗時縮短。

比如：原本一件事情要一個人做的話要兩分鐘。那麼我僱傭兩個人幫我各自做一部分，那麼最理想情況下一分鐘就可以完成了。

當然這兩個方面中第二項從某種意義上來說是可以克服的，但是第一項是無法克服的。因為沒有一個程序或者說一台計算機，它的性能是無窮大的，如果有，那分散式系統也不會像現在這麼普遍了(很多時候用錢能解決的問題都不是問題了)。

「海量」則是由於不存在無窮大的硬碟，所以我們需要把數據分別存儲到不同的硬碟上，才能滿足需求。這些硬碟可能在不同主機、不同機房、不同地域，未來可能會在不同的星球吧。

02、分散式系統的副作用

所謂每個事物都是矛盾統一的結合體，都具有兩面性。分散式系統再帶來了前面提到的好處的同時，也帶來了業界普遍認為最大的問題:數據一致性問題。

系統是給人用的，構成使用場景的概念叫業務。業務是核心，對一個系統來說，業務的發展歸根到底是建立在數據之上的。我可以慢、可以宕機、可以搞得很複雜，這些都能忍，但唯獨不能忍的就是數據問題，數據錯誤、數據不一致等等。

分散式就意味著分治與協作，一件事一個人只負責一部分。

生活中這樣的例子也無處不在，就拿舉辦一個Party來說：一部分人去準備吃的，一部分人去準備喝的，一部分人去準備場地布置。這些事情大家都可以同時進行，但是任一環節掉鏈子了，或者說不符合Party主題的話，都是失敗的。

不知道為什麼，腦子裡浮現的是一場發布會，大家喊著Cheers，一口乾了高腳杯里的二鍋頭。再舉個電商場景中的程序案例：

這裡的4個操作以目標來看，其實先後順序並不重要，重要的是要麼都成功，要麼都失敗，其中任意一個程序不一致那麼就會出問題。這個問題本質上和人與人之間的溝通問題是類似的，上面的Party的例子也是這個道理。

與溝通唯一的不同在於，對程序來說，不一定都要得到響應，都沒響應也是一致。當一個事情分成100個部分去做的時候，很可怕，從概率的角度來看，達到一致的概率是2/5050。

這裡舉的程序例子並不是嚴謹，因為實際的分散式系統中因為除了「Write」操作還有「Read」操作，所以一致性問題比這個更複雜，後面會有更詳細的說明。

03、產生數據不一致的原因

那麼是什麼原因導致了數據不一致的產生呢？一是程序設計問題，或者說代碼寫錯了。這點很好理解，也很容易想到解決方案，多做測試，驗證是否符合預期咯。常見的單元測試、介面測試、自動化測試、集成測試等等都是為了更具性價比的將BUG降低到無限接近於0，也造就了「測試工程師」這個崗位更大的作用。

但是，假設真的沒有BUG，但還是會產生數據不一致，因為軟體是運行在硬體之上的，所以還有硬體的因素存在。並且對我們這裡的大部分人來說，硬體相比軟體，我們的掌控力更弱。這其中，最為嚴重的屬網路問題，網路相比其它的來說是一個更大、更複雜的組織，未知性會隨著區域網、廣域網這樣範圍越大越嚴重。想像一下，每一台主機僅僅是一張大網中的一個渺小的連接點，它所承載的鏈接越多越容易出現問題。

可能有的小夥伴會有疑問，其它像硬碟、電源斷電什麼的，也有出現問題的可能性，為什麼網路問題最為嚴重呢？其實硬碟、電源好比是你身體的一部分，如手和腳。而網路是人與人之間溝通的渠道，比如手機通話，雖然你沒有主動掛斷電話，但是整個通話過程是有很多可能性導致中斷的，對方的主觀意願也好、信號不好也罷，甚至被第三者給攔截了。相信大家也能認可，打電話出現異常的概率相比自己的手腳不聽使喚是高很多的吧。

現實中網路的特點，常遇到的問題如：延遲、丟包、亂序等問題。為了解決這些問題，從互聯網第一次出現的1969年(當年美軍在ARPA制定的協定下用網路連接了4所大學)到現在，幾十年間出了很多的理論和解決方案，這些會在後續的文章中給大家一一做梳理。本文先和大家具體剖析下什麼是一致性。

04、詳解一致性

首先什麼叫達成一致了？說起來很簡單：在任意時間、任意位置看到的同一個事物是完全一致的。

比如一場足球賽。我們不管在現場還是在電視機前，看到足球從球員A傳給球員B，這個信息都是一樣的。但是嚴格意義上來說，這個並稱不上真正的一致，因為電視機接收到這個信息需要經過衛星信號、網路等的傳輸，我們看到的時候相比現場的人肯定要晚。

哪怕在現場的人，根據他所處的位置理論上看到的信息也存在延遲差，只是因為光速非常快，使得在相差幾百米之內，這個延遲小到完全感受不到而已。

至此，能得出的結論是：在考慮時間維度的情況下，不存在真正意義上的一致。

況且我們在分散式系統中，也沒有必要去達到真正的意義上的一致。因為越趨近於一致，系統相當於又歸一成一個單體了，在某一個時刻，只能做一件事，完全喪失了分散式系統的兩個目的之一「快」的優勢。也因此衍生出多種一致性的變種，分別適用於不同的場景。為了便於理解，我們從嚴格程度的低到高來說。

大多數情況下，為了儘可能的「快」，系統中使用的大部分方案都是所謂的最終一致性，也就容忍一定條件下的不一致，優先保證局部一致，然後再通過一系列複雜的狀態同步達到全局的一致。最終一致性很多可實現的分支，列出幾種常見的，拋磚引玉一下：

因果一致性：僅要求有因果關係的操作順序得到保證。比如朋友圈的回復功能。問「飯吃了嗎？」肯定得在回答「吃了」之前。

讀你所寫一致性：文字看著彆扭，但很好解釋。比如你在朋友圈下面回復一句話，其它好友可以不用馬上看到你的回復，但是你自己必須得馬上看到，要不然回復到哪去了？

會話一致性：與人的一次聊天可以理解為一次會話。聊天雖然也有一定的因果關係，但是大部分場景下更多的是邏輯上的先後關係。

比如你闡述一個事情，分為3條信息：首先...，然後...，最後...。如果這裡的一致性得不到保證那麼可能會變成：最後...，首先...，然後...。

比局部一致更嚴格一些的就是全局的順序一致性，保證所有進程看到的全局執行順序一致，並且每個進程自身的執行順序和實際發生順序一致。

像上面提到的足球賽，比如實際發生的事情：梅西把球傳給了C羅， C羅又把球回傳給了梅西，那麼每個人看到順序都應該是這樣。哪怕現場觀眾已經看到了，電視機前的我們還沒看到，但是沒關係，這個事情發生的順序，對全世界來說都是一樣的。

再嚴格一些，就是在全局的順序一致性基礎上再增加一個相對時間的一致性要求，業界稱之為線性一致性。還是用上面梅西和C羅相互傳球的例子來做個比喻，相當於梅西傳出球給C羅之後，整個球場「暫停」了，要等所有在觀看這場球賽的人都接收到這個傳球信息之後，C羅才能做下一個回傳。這裡需要一個上帝(全局時鐘)來「暫停」。這是我們實際可以做到的極限了，滿足這類要求的系統中，名氣最大的就屬Google的Spanner了。對不同級別的一致性匯總概述如下：

05、結語

這篇就到這吧，原本還想多寫文字的，但發現內容實在太多，上萬字的文章，估計很多人都沒有看下去的勇氣了(陸續轉載)。

關於作者：張帆(Zachary)，堅持用心打磨每一篇高質量原創，文章轉自「跨界架構師」。

溫馨提示：

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！