《大规模分布式计算深入解析》1.1 从线性一致到最终一致:一致性模型谱系

用客户端历史区分线性一致、顺序一致、因果一致和收敛,说明对象契约与事务隔离各自约束的范围。

从调用历史判断

对初始为 0 的寄存器,写入 1 完成后,另一个客户端才发起读取。如果它读到 0,可以把读排在写之前,得到符合两个客户端各自程序顺序的总序,因此这段历史可以顺序一致。但这样的总序违反真实时间,无法线性化。如果读写调用重叠,读到 0 或 1 都可以通过选择不同线性化点解释。

sequenceDiagram
    participant A as 写客户端
    participant K as 寄存器 x 初始为 0
    participant B as 读客户端
    A->>K: W(x=1)
    alt W 返回后才调用 R
        K-->>A: OK
        B->>K: R(x)
        K-->>B: 0,违反线性一致
    else W 与 R 调用重叠
        B->>K: R(x)
        K-->>B: 0,可将 R 线性化在 W 之前
        K-->>A: OK
    end

因果一致保留进程顺序、消息传播与读到某次写所产生的依赖。例如 B 先看到 A 发布帖子,再发布评论,其他观察者看到评论时应纳入帖子所对应的依赖。互相独立的并发写可以按不同顺序观察。最终收敛说明停止更新且更新最终送达后副本会一致,需要另行说明冲突处理、交付和收敛条件。

契约的作用域

每键读写提供线性一致时,跨多个键的业务检查和更新仍可能交错。事务可串行化约束整个事务历史,严格可串行化还保留实时先后。考察系统时先写下操作边界、实时顺序和不变量,再选模型与故障场景。

验证

从卷七实验包 解包,先手排图中两种历史的操作顺序,再查阅 protocol-counterexamples.py 的两次读回退历史。

一手资料

卷七目录 · 系列导读与实验

继续阅读

探索更多技术文章

浏览归档,发现更多关于系统设计、工具链和工程实践的内容。

全部文章 返回首页

「books」更多文章

  1. 《大规模分布式计算深入解析》15.3 落地:从 Neo4j 到自研图引擎
  2. 《大规模分布式计算深入解析·图计算与图数据库内核》 · 目录与学习路径(45 篇)
  3. 《大规模分布式计算深入解析》15.2 十一卷主线:从切分到图