分布式系统的事务及一致性模型
- Roger - NoSQLFan下面PPT出自10gen的产品和工程高级副总裁 Roger Bodamer ，参加过Mongo Beijing的人应该记得会上的大个子. 下面PPT 主要就分布式系统的事务及一致性模型进行了分析和讨论. 对分布式存储在CAP原理下的选择和实现进行了描述. Google Megastore系统事务机制.
分布式系统中的一致性协议之两阶段提交协议(2PC)
标签：
分布
系统
一致性
| 发表时间：2016-05-03 14:48 | 作者：赵先生不知何许人也
出处：http://zhaohe162.blog.163.com
两阶段提交协议是很常见的解决分布式事务的方式，他可以保证分布式事务中，要么所有参与的进程都提交事务成功，要么都取消事务，这样做可以在分布式环境中保持ACID中A(原子性)。
在两阶段提交协议中，包含了两种角色：协调者与参与者。参与者就是实际处理事务的机器，而协调者就是其中一台单独的处理分布式事务的机器。
该算法分为两个阶段：
1.投票阶段
2.提交阶段
算法本身并不难。
在两阶段提交协议中，包含了两种角色：协调者与参与者。参与者就是实际处理事务的机器，而协调者就是其中一台单独的处理分布式事务的机器。
该算法分为两个阶段：
1.投票阶段
2.提交阶段
阶段1：请求阶段（commit-requestphase，或称表决阶段，votingphase）
在请求阶段，协调者将通知事务参与者准备提交或取消事务，然后进入表决过程。在表决过程中，参与者将告知协调者自己的决策：同意（事务参与者本地作业执行成功）或取消（本地作业执行故障）。这里的取消是指该参与者所在的机器没有准备好，或者出现了故障。因此无法执行该事务。
阶段2：提交阶段（commitphase）
在该阶段，协调者将基于第一个阶段的投票结果进行决策：提交或取消。当且仅当所有的参与者同意提交事务协调者才通知所有的参与者提交事务，否则协调者将通知所有的参与者取消事务。参与者在接收到协调者发来的消息后将执行响应的操作。协调者如果发现有一个投票是VOTE_ABORT，那么将创建一个GLOBAL_ABORT通知所有的参与者终止该事务。如果都是VOTE_COMMIT,那么协调者将发送一个GLOBAL_COMMIT，告知所有的参与者执行该事务。
图1，图2 是协调者与参与者的运行时的状态机。
算法本身并不难。
图1 协调者的状态机
图2 参与者的状态机
实现中的问题：
当然如果协调者发送一个GLOBAL_COMMIT信息，A收到了，B没收到，B可以根据A的状态，自动将自己设置成COMMIT状态。同理可以根据其他的参与者的状态设置自己的状态为GLOBAL_ABORT状态。
但是如果Q发现其他的节点都是处于READY状态，并很长时间都没有变化，说明协调者服务器down机了，这也就是该算法可能会出现的问题，协调者的长时阻塞问题。解决该问题的方法就是设置超时机制，当时间超过了最长等待时间，设置该事务为ABORT状态。
当然如果协调者发送一个GLOBAL_COMMIT信息，A收到了，B没收到，B可以根据A的状态，自动将自己设置成COMMIT状态。同理可以根据其他的参与者的状态设置自己的状态为GLOBAL_ABORT状态。
但是如果Q发现其他的节点都是处于READY状态，并很长时间都没有变化，说明协调者服务器down机了，这也就是该算法可能会出现的问题，协调者的长时阻塞问题。解决该问题的方法就是设置超时机制，当时间超过了最长等待时间，设置该事务为ABORT状态。
原文：http://blog.chinaunix.net/uid-25267728-id-4615829.html
相关 [分布 系统 一致性] 推荐：
分布式系统中的事务一致性问题
- - CSDN博客架构设计推荐文章在分布式系统中，我们经常遇到多数据副本保持一致的问题，在我们所能找到的资料中该问题讲的很笼统，模模糊糊的，把多个问题或分类糅合在一起，难以理解. 在思考和翻阅资料后，通俗地把一致性的问题可分解为2个问题：. 1、任何一次修改保证数据一致性. 在弱一致性的算法，不要求每次修改的内容在修改后多副本的内容是一致的，对问题1的解决比较宽松，更多解决问题2，该类算法追求每次修改的高度并发性，减少多副本之间修改的关联性，以获得更好的并发性能.
关于分布式系统的数据一致性问题
- - 互联网 - ITeye博客现在先抛出问题，假设有一个主数据中心在北京M，然后有成都A，上海B两个地方数据中心，现在的问题是，假设成都上海各自的数据中心有记录变更，需要先同步到主数据中心，主数据中心更新完成之后，在把最新的数据分发到上海，成都的地方数据中心A，地方数据中心更新数据，保持和主数据中心一致性（数据库结构完全一致）.
分布式系统数据一致性的6种方案(转)
- - 企业架构 - ITeye博客编者按：本文由「高可用架构后花园」群讨论整理而成，后花园是一个面向架构师的增值服务，如需了解，请关注「高可用架构」后回复 VIP. 问题的起源.
分布式系统的一致性算法简介
- - 互联网 - ITeye博客在分布式系统中，我们经常遇到多数据副本保持一致的问题，在我们所能找到的资料中该问题讲的很笼统，模模糊糊的，把多个问题或分类糅合在一起，难以理解. 在思考和翻阅资料后，通俗地把一致性的问题可分解为2个问题：. 1、任何一次修改保证数据一致性. 2、多次数据修改的一致性. 在弱一致性的算法，不要求每次修改的内容在修改后多副本的内容是一致的，对问题1的解决比较宽松，更多解决问题2，该类算法追求每次修改的高度并发性，减少多副本之间修改的关联性，以获得更好的并发性能.
分布式系统一致性保障方案总结
- -猫友会群里经常卧虎藏龙，转载一篇百度大牛，投稿原创文章，大家交流学习 ，文末有作者个人公众号. 欢迎更多猫友投稿，发布原创文章和干货和大家分享交流. 在互联网系统中，理想的情况下，肯定是希望系统能够同时满足“一致性”、“可用性”和“分区容忍性”. 但是基于熟悉的CAP定律也好，还是BASE理论， 我们知道，在实际情况中是不可能实现的.
【分布式系统工程实现】CAP理论及系统一致性
- hikerlive - 淘宝核心系统团队博客印象中CAP理论开始流行是从Amazon Dynamo的论文开始的，Amazon的CTO还在他的博客中介绍了最终一致性的概念，从此以后，各种会议和交流中都少不了CAP的影子. 然而，对于分布式系统工程设计和开发来说，CAP意味着什么呢. CAP 理论由 Berkerly 的 Brewer 教授提出，三者的含义如下：.
一致性哈希算法及其在分布式系统中的应用
- BeerBubble - 博客园-EricZhang's Technology Blog本文将会从实际应用场景出发，介绍一致性哈希算法（Consistent Hashing）及其在分布式系统中的应用. 首先本文会描述一个在日常开发中经常会遇到的问题场景，借此介绍一致性哈希算法以及这个算法如何解决此问题；接下来会对这个算法进行相对详细的描述，并讨论一些如虚拟节点等与此算法应用相关的话题.
保证分布式系统数据一致性的6种方案
- - 互联网 - ITeye博客摘要: 在电商等业务中，系统一般由多个独立的服务组成，如何解决分布式调用时候数据的一致性. 具体业务场景如下，比如一个业务操作，如果同时调用服务 A、B、C，需要满足要么同时成功；要么同时失败. 在电商等业务中，系统一般由多个独立的服务组成，如何解决分布式调用时候数据的一致性. 具体业务场景如下，比如一个业务操作，如果同时调用服务 A、B、C，需要满足要么同时成功；要么同时失败.
分布式系统中的一致性协议之两阶段提交协议(2PC)
- - 断尘居 两阶段提交协议是很常见的解决分布式事务的方式，他可以保证分布式事务中，要么所有参与的进程都提交事务成功，要么都取消事务，这样做可以在分布式环境中保持ACID中A(原子性). 在两阶段提交协议中，包含了两种角色：协调者与参与者. 参与者就是实际处理事务的机器，而协调者就是其中一台单独的处理分布式事务的机器.