Zookeeper一致性级别

  • 时间:
  • 浏览:0

一致性级别划分

关于分布式系统一致性级别的划分,一些文章划分为强一致性,顺序一致性以及弱一致性

最终一致性属于弱一致性,最终一致性根据更新数据后各守护进程运行运行访问到数据的时间和法律依据的不同划分为:

  • 因果一致性、
  • “读己之所写(read-your-writes)”一致性、
  • 会话(Session)一致性、
  • 单调(Monotonic)读一致性、
  • 单调写一致性

另有有一种,根据一致性的强弱程度不同,直接划分为强一致性、单调一致性、会话一致性、最终一致性和弱一致性

最终一致性和顺序一致性的区别

最终一致性和顺序一致性的差别非常大。

顺序一致性是更强的一致性模型,最终一致性模型是非常弱的一致性模型。里能这麼 说,满足顺序一致性的系统一定满足最终一致性,但满足最终一致性的系统不一定满足顺序一致性。比如,zookeeper是顺序一致性,zookeeper也满足最终一致性;cassandra是最终一致性,但cassandra不满足顺序一致性。

ZK一致性级别分析

博文《线性一致性(Linearizability)是并发控制的基础》中提到【在分布式领域中,当.我都 也会说线性一致性,同类Zookeeper是线性一致性的,再比如分布式领域著名的CAP定理中的C,也是指线性一致性。】

作者的意思是他在文章中提到的【Zookeeper是线性一致性的】是为了举例说明线性一致性也会用来描述分布式系统,由于分析线性一致性最早在并行计算领域提出。

虽然,各个领域的线性一致性全部都是一样的。线性一致性最早在并行计算领域提出,现在在分布式领域、数据库领域全部都是用,含义是一样的。当.我都 里能把线性一致性称作为强一致性,由于分析原子一致性。准确的来说,Zookeeper由于分析必须写请求时,是线性一致性的;由于分析从读和写的深度来说是顺序一致性的。

zookeeper是全部都是线性一致性呢

作者是另另一个多解释的:【Zookeeper由于分析必须写请求时,是线性一致性的;由于分析从读和写的深度来说是顺序一致性的】

Zookeeper保证哪种级别的一致性

正如中间所说,Zookeeper由于分析必须写请求时,是线性一致性的;由于分析从读和写的深度来说是顺序一致性的。

怎么里能理解Zookeeper的顺序一致性请参看 https://juejin.im/post/5d5a2aa6f265da03b2153816

ZK的单调一致性分析

根据 Zookeeper 的 ZAB 协议来看,ZK 保证的一致性是单调一致性(任什么时间刻,任何用户一旦读到某个数据在某次更新后的值,这麼 就不要再读到比一些值更旧的值。也然后 我 说,获取的数据顺序必是单调递增的。)

由于分析:

  • 假设有2n+另一个多server,在同步流程中,leader 向 follower 同步数据,当同步完成的 follower 数量大于 n+1时同步流程刚现在开始了了,系统可接受 client 的连接请求。由于分析client 连接的不要同步完成的follower,这麼 得到的不要最新数据,但里能保证单调性。

  • 假设是 follower 接收的写请求,之前 转发给 leader 解决;leader 完成两阶段提交的机制。向所有 server 发起提案,当提案获得超过半数(n+1)的 server 认同后,将对整个集群进行同步,超过半数(n+1)的 server 同步完成后,该写请求完成。由于分析 client 连接的不要同步完成 follower,这麼 得到的不要最新数据,但里能保证单调性。

用分布式系统的CAP原则来分析Zookeeper

(1)C(一致性): Zookeeper保证了顺序一致性(满足最终一致性),在十几秒里能Sync到各个节点

(2)A(可用性): Zookeeper保证了可用性,数据经常 可用的(这麼 锁)。之前 有一大半的节点所拥有的数据是最新的、实时的。 由于分析想保证取得是数据一定是最新的,里能手工调用Sync()

(3)P(分区容错性): 有两点里能分析

  • 节点多了会由于分析写数据延时变大,由于分析更多的节点里能同步
  • 节点多了Leader选举耗时变长,从而会放大网络的间题, 里能通过引入 observer(不参与选举)节点缓解一些间题.