prchann

算力不断提升，人们当然想充分利用起来。为了达到目标，工程师采用了**架构**这种工具；架构不断演化：无架构 -> 过程编程（结构化可复用） -> 对象编程（人类思想友好） -> 微服务。目的是控制住算力提升带来的软件复杂度。 云原生时代，算力接近无限。业务开发中依然需要处理很多非业务问题，导致开发较复杂。如果能将非业务能力沉淀为基础设施，业务开发就只需处理业务。如果是这样，工程师可能会两极分化，解决基础设施问题的高端架构师/专业人才，以及写业务代码的编码工人。

ACID 中，C 是目的，AID 是手段。 **C**onsistency (一致性)。 * **A**tomic (原子性)：要么都成功，要么都失败；没有中间状态； * **I**solation (隔离性)：多业务读/写时保证相互独立； * **D**urability (持久性)：已提交的数据保证持久化，不会丢失。 场景： * **内部一致性**：当 1 个服务使用 1 个数据源时，使用 AID 可以做到 C。此时，所有读写操作都可被同一个数据源所感知，读写次序均有该数据源来控制； * **外部一致性**：当 1 个服务使用 多...

请教：为什么回滚时是**相对重负载**的操作呢？ 回滚时，类似 Commit Record 的思路，在 Redo Log 后追加 Abord Record 不就可以了吗？

指分开部署的多份相同的数据源之间的数据一致性，即，多数据实例的一致性。 > 辅助理解：想象赛跑的场景，队长安排大家就位到各赛道的过程。 > > 2PC: 队长直接让队员一个个上赛道。如果中间有队员因故不能上场，则已就位的队员需回到场下（回滚）。 > > 2PC: 队长先问一下全部队员“有没有因故不能上场的？”，没有的话再让队员上赛道。 ### XA 1. 全局的事务管理器：可以理解为**主节点**； 1. 局部的资源管理器：可以理解为**从节点**。 ### 2PC 2PC (2 Phase Commit, 两段式提交) 的核心思路：让 Commit 操作尽可能短，从而降低失败概率。 假设/前提： 1. 假设网络在提交阶段的**短时间内**是可靠的；...

Paxos 和 Raft 的讲解过程中，主要专注于描述**写**（形成值的一致性）过程。 :question: 求补充过程前后的**读**请求的逻辑。谢谢。 Google 简单查了一下，没看到简答；看来是需要看论文或者 etcd 等源码实现了。 猜测： 1. 不同值的并发可以并行进行； 1. 相同值的并发需等待/排队（主节点 accept 完成进行中的同步）；等待可能有超时机制。

Multi Paxos (Raft): 1. 选主：用 Paxos 两阶段完成；初始化耗时+； 1. 同步数据：统一由主节点发起，用 Paxos 的 accept 阶段完成；性能+； 1. 日志复制到各节点的过程，类似 2PC；只是 Raft 可以重新选主（解决单点问题），且只需要超过半数节点确认即可；“周志明：通过随机超时来实现无活锁的选主过程，通过主节点来发起写操作，通过心跳来检测存活性，通过Quorum机制来保证一致性”。

> @dongzhi0312 > 情况四，S5的提案不应该是 P4.5吗，求大佬解惑 算法只要求后来的 ID 比之前的大即可，不要求具体的数值。 比如，情况四，S1 的提案是 3.1，S5 的提案可以是 3.5 (3.5 > 3.1) 也可以是 4.5 (4.5 > 3.1) 或者是 5.5 (5.5 > 3.1)。 个人猜测，具体实现中，这个递增的 ID 可能用的是 timestamp...

强一致（不一致的情况不对外界暴露） Paxos: 1. 阶段 1. Prepare - 占坑 1. 已 accept 其他提案：返回已 accept 的值 2. 已 prepare *比当前ID大*的提案：沉默（不响应） 3. 否则：返回 (提案ID, null) 2. Accept - 拉屎 1. 已 accept *比当前ID大*的提案：沉默...

让数据高**可靠**的办法，就是分开存多份。 线上环境中，数据动态变化。如何在网络不可靠的条件下，保证分存的动态变化的数据的一致性和可用性？ **方法一：状态转移** 它将**数据**拷贝多份（符合人类思维），但可用性低（因为拷贝过程中数据不可用）。而且，但节点增多时，可用性降低（反规模效应）。 **方法二：操作转移** 拷贝**操作**，节点执行相同的操作。 > 状态机复制：初始状态一样的状态机，如果执行的命令序列一样，则最终达到的状态也一样。 优点： * 节点接收和执行指令的时间可以不同：提高可用性； * 允许短时间不一致，只要不一致性不对外暴露即可：妥协一致性； * 多数服从少数（过半节点完成状态转换，则认为数据已持久化）：可容忍网络分区，而且节点越多越有利。 难点：设计一种算法，能够让分布式系统内部暂时容忍存在不同的状态，但最终能够保证大多数节点的状态达成一致；同时，能够让分布式系统在外部看来始终表现出整体一致的结果 -- 协商共识。

状态转移，操作转移；妥协强一致（少数服从多数，*过半*节点完成操作转移即表示已持久化），换取高可用；要求对外部屏蔽短时间的不一致情况。