分布式數(shù)據(jù)庫數(shù)據(jù)一致性原理說明與實現(xiàn)

作者：佚名 2017-10-19 18:37:57

數(shù)據(jù)庫

大數(shù)據(jù)

分布式 分布式數(shù)據(jù)庫的數(shù)據(jù)一致性管理是其最重要的內(nèi)核技術(shù)之一，也是保證分布式數(shù)據(jù)庫滿足數(shù)據(jù)庫最基本的ACID特性中的 “一致性”(Consistency)的保障。在分布式技術(shù)發(fā)展下，數(shù)據(jù)一致性的解決方法和技術(shù)也在不斷的演進(jìn)，本文就以作者實際研發(fā)的分布式數(shù)據(jù)庫作為案例，介紹分布式數(shù)據(jù)庫數(shù)據(jù)一致性的原理以及實際實現(xiàn)。

創(chuàng)新互聯(lián)于2013年開始，是專業(yè)互聯(lián)網(wǎng)技術(shù)服務(wù)公司，擁有項目成都網(wǎng)站設(shè)計、成都網(wǎng)站建設(shè)網(wǎng)站策劃，項目實施與項目整合能力。我們以讓每一個夢想脫穎而出為使命，1280元岱山做網(wǎng)站,已為上家服務(wù),為岱山各地企業(yè)和個人服務(wù),聯(lián)系電話:18982081108

前言

分布式數(shù)據(jù)庫的數(shù)據(jù)一致性管理是其最重要的內(nèi)核技術(shù)之一，也是保證分布式數(shù)據(jù)庫滿足數(shù)據(jù)庫最基本的ACID特性中的 “一致性”(Consistency)的保障。在分布式技術(shù)發(fā)展下，數(shù)據(jù)一致性的解決方法和技術(shù)也在不斷的演進(jìn)，本文就以作者實際研發(fā)的分布式數(shù)據(jù)庫作為案例，介紹分布式數(shù)據(jù)庫數(shù)據(jù)一致性的原理以及實際實現(xiàn)。

1.數(shù)據(jù)一致性

1.1數(shù)據(jù)一致性是什么

大部份使用傳統(tǒng)關(guān)系型數(shù)據(jù)庫的DBA在看到“數(shù)據(jù)一致性”時，***反應(yīng)可能都是數(shù)據(jù)在跨表事務(wù)中的數(shù)據(jù)一致性場景。但是本文介紹的“數(shù)據(jù)一致性”，指的是“數(shù)據(jù)在多份副本中存儲時，如何保障數(shù)據(jù)的一致性”場景。

由于在大數(shù)據(jù)領(lǐng)域，數(shù)據(jù)的安全不再由硬件來保證，而是通過軟件手段，通過同時將數(shù)據(jù)寫入到多個副本中，來確保數(shù)據(jù)的安全。數(shù)據(jù)庫在同時向多個副本寫入記錄時，如何確保每個副本數(shù)據(jù)一致，稱為“數(shù)據(jù)一致性”。

1.2關(guān)系型數(shù)據(jù)庫如何保障數(shù)據(jù)一致性

傳統(tǒng)的關(guān)系型數(shù)據(jù)庫對于運(yùn)行環(huán)境–硬件要求都比較高，例如Oracle會建議用戶使用小型機(jī)+共享存儲作為數(shù)據(jù)庫的運(yùn)行環(huán)境，DB2 DPF也同樣建議用戶采用更好的服務(wù)器+高端存儲來搭建數(shù)據(jù)庫的運(yùn)行環(huán)境。所以在數(shù)據(jù)存儲安全的技術(shù)要求下，傳統(tǒng)關(guān)系型數(shù)據(jù)庫更多是依賴硬件的技術(shù)來保障數(shù)據(jù)的安全性。

因為關(guān)系型數(shù)據(jù)庫的數(shù)據(jù)安全是基于硬件來保障，并且數(shù)據(jù)也不會通過同時存儲多份來保障數(shù)據(jù)的安全，所以關(guān)系型數(shù)據(jù)庫的用戶默認(rèn)認(rèn)為數(shù)據(jù)存儲是一致的。

1.3分布式存儲如何保障數(shù)據(jù)一致性

本文在討論分布式存儲時，主要指的是大數(shù)據(jù)產(chǎn)品中的分布式文件系統(tǒng)和分布式數(shù)據(jù)庫，例如：SequoiaDB和HDFS。

用戶在搞明白分布式存儲的數(shù)據(jù)一致性原理時，必須要先明白為什么他們就需要數(shù)據(jù)一致性，和分布式存儲的數(shù)據(jù)存儲與關(guān)系型數(shù)據(jù)庫的數(shù)據(jù)存儲又有什么區(qū)別。

大數(shù)據(jù)技術(shù)的誕生，確確實實讓系統(tǒng)的性能有新的突破，并且支持硬件以水平擴(kuò)展的方式來獲得線性增長的性能和存儲。這些都是過去傳統(tǒng)關(guān)系型數(shù)據(jù)庫所無法提供的。另外，大數(shù)據(jù)技術(shù)也拋棄了運(yùn)行環(huán)境必須足夠好的硬性要求，而是允許用戶通過批量廉價X86服務(wù)器+本地磁盤的方式搭建規(guī)模集群，從而獲得比過去依賴硬件垂直擴(kuò)展所提供的更強(qiáng)的計算能力和更多的存儲空間。

大數(shù)據(jù)技術(shù)的核心思想就是分布式，將一個大的工作任務(wù)分解成多個小任務(wù)，然后通過分布式并發(fā)操作的方式將其完成，從而提高整個系統(tǒng)的計算效率或者是存儲能力。而在分布式環(huán)境下，由于硬件的要求降低，必然需要大數(shù)據(jù)產(chǎn)品提供另外一個重要的功能–數(shù)據(jù)安全。

大數(shù)據(jù)產(chǎn)品在解決數(shù)據(jù)安全的方式上，都比較接近，簡單來說，就是讓一份數(shù)據(jù)通過異步或者同步的方式保存在多臺機(jī)器上，從而保障數(shù)據(jù)的安全。

分布式存儲在解決數(shù)據(jù)安全的技術(shù)難點后，又引入了一個新的技術(shù)問題，就是如何保障多個副本中的數(shù)據(jù)一致性。目前SequoiaDB是使用Raft算法來保證數(shù)據(jù)在多個副本中一致性。

2.Raft算法

2.1Raft算法背景

在分布式環(huán)境下，***的一致性算法應(yīng)該是Paxos算法，但是由于它實在過于晦澀難懂，并且實現(xiàn)起來極度困難，所以在2013年，Diego Ongaro、John Ousterhout兩個人以易懂(Understandability)為目標(biāo)設(shè)計了一套一致性算法Raft。Raft算法***的特點在于簡單易懂，并且實現(xiàn)起來簡單

2.2Raft算法概述

與Paxos不同，Raft強(qiáng)調(diào)的是易懂，Raft和Paxos一樣只要保證n/2+1節(jié)點正常就能夠提供服務(wù)。

眾所周知當(dāng)問題較為復(fù)雜時可以把問題分解為幾個小問題來處理，Raft也使用了分而治之的思想。Raft算法重點解決三個子問題：選舉(Leader election)、日志復(fù)制(Log replication)、安全性(Safety)。

Raft算法強(qiáng)化了Leader節(jié)點的功能，F(xiàn)ollower節(jié)點的數(shù)據(jù)只能夠從Leader中獲取，所以Follower節(jié)點的實現(xiàn)就變得簡單，只要負(fù)責(zé)和Leader保持通信，并且接受Leader推送的數(shù)據(jù)即可。

2.3Raft算法原理

2.3.1 節(jié)點角色

Raft算法中，對節(jié)點的狀態(tài)分為3種角色，分別是Leader(***)、Follower(追隨者)和Candidate(候選者)。

Leader，負(fù)責(zé)處理來自客戶端的請求，負(fù)責(zé)將日志同步到Follower中，并且保證與Follower之間的heartBeat聯(lián)系;

Follower，當(dāng)集群剛剛啟動時，所有節(jié)點均為Follower狀態(tài)，它的工作主要為響應(yīng)Leader的日志同步請求，響應(yīng)Candidate的請求，以及把請求到Follower的事務(wù)請求轉(zhuǎn)發(fā)給Leader;

Candidate，選舉Leader時負(fù)責(zé)投票，選舉出來Leader后，節(jié)點將從Candidate狀態(tài)變?yōu)長eader狀態(tài)。

2.3.2 Terms

在分布式環(huán)境下，“時間同步”一直都是老大難的技術(shù)難題。Raft為了解決這個問題，將時間劃分為一個一個的Term(可以理解為“邏輯時間”)來處理在不同時間段里的數(shù)據(jù)一致性。

Terms有以下原則

• 每個Term中，至多存在一個Leader
• 某些Term中，有可能存在由于選舉失敗，沒有Leader的情況
• 每個節(jié)點自己維護(hù)本地的currentTerm
• 每個Term都是一個連續(xù)遞增的編號
• 如果Follower的Term編號比別的Follower Term編號小時，該Follower Term編號將更新Term編號，以保持與其他Follower Term編號一致

2.3.3 選舉

Raft的選舉由定時器觸發(fā)，每個節(jié)點的觸發(fā)時間都不相同。

所有的節(jié)點在開始時狀態(tài)都為Follower，當(dāng)定時器觸發(fā)選舉后Term編號遞增，該節(jié)點的狀態(tài)由Follower轉(zhuǎn)為Candidate，并且向其他節(jié)點發(fā)起RequestVote RPC請求，這時選舉有3種情況可能發(fā)生：

發(fā)起RequestVote的節(jié)點收到n/2+1(過半數(shù))個節(jié)點的投票，該節(jié)點將從Candidate狀態(tài)變?yōu)長eader狀態(tài)，開始向其他節(jié)點發(fā)送HeartBeat以保持Leader的正常狀態(tài)

如果收到投票請求后，該節(jié)點發(fā)現(xiàn)發(fā)起投票的節(jié)點Term大于自己，則該節(jié)點狀態(tài)從Candidate轉(zhuǎn)為Follower，否則保持Candidate狀態(tài)，并且拒絕該投票請求

選舉期間發(fā)生了超時，則Term編號遞增，重新發(fā)起選舉

2.3.4 日志復(fù)制

日志復(fù)制主要的作用就是用來保證節(jié)點的數(shù)據(jù)一致性與高可用性。

當(dāng)Leader被選舉出來后，所有的事務(wù)操作都必須要經(jīng)過Leader處理。這些事務(wù)操作成功后，將會被按順序?qū)懭氲絃OG中，每個LOG都包含一個index編號。

Leader在LOG發(fā)生變化后，通過HeartBeat將新的LOG同步到Follower上，F(xiàn)ollower在接收到LOG后，再向Leader發(fā)送ACK信息，當(dāng)Leader接到大多數(shù)(2/n+1)Follower的ACK信息后，將該LOG設(shè)置為已提交，并且Leader將LOG追加到本地磁盤中。

同時Leader將在下一個HeartBeat中，通知所有的Follower將該LOG存儲在各自的本地磁盤中。

2.3.5 安全性

安全性是用于確保每個節(jié)點都是按照相同的日志序列進(jìn)行執(zhí)行的安全機(jī)制。

如果當(dāng)某個Follower在同步Leader的日志時失敗，但是未來該Follower又可能被選舉為Leader時，就有可能導(dǎo)致前一個Leader已經(jīng)commit的日志發(fā)生覆蓋，這樣就導(dǎo)致了節(jié)點執(zhí)行不同序列的日志。

Raft的安全性就是用于保證選舉出來的Leader一定包含先前已經(jīng)commit LOG 的機(jī)制，主要遵循的原則如下：

每個Term 只能選舉一個Leader;

Leader的日志完整性，則當(dāng)Candidate重新選舉Leader時，新的Leader必須要包含先前已經(jīng)commit的LOG;

Candidate在選舉新的Leader時，使用Term來保證LOG的完整性;

3.分布式數(shù)據(jù)庫數(shù)據(jù)一致性技術(shù)實現(xiàn)

以國產(chǎn)原廠的分布式數(shù)據(jù)庫SequoiaDB為例，SequoiaDB在多副本的部署中，采用Raft算法保證數(shù)據(jù)在多副本環(huán)境中保持一致。

SequoiaDB集群中，總共包含3中角色節(jié)點，分別是協(xié)調(diào)節(jié)點、編目節(jié)點和數(shù)據(jù)節(jié)點。由于協(xié)調(diào)節(jié)點本身不存任何數(shù)據(jù)，所以只有編目節(jié)點和數(shù)據(jù)節(jié)點存在事務(wù)操作，換言之，編目分區(qū)組和數(shù)據(jù)分區(qū)組的副本同步采用Raft算法保證數(shù)據(jù)一致性。

3.1編目節(jié)點和數(shù)據(jù)節(jié)點的事務(wù)日志介紹

編目節(jié)點和數(shù)據(jù)節(jié)點由于都是需要存儲數(shù)據(jù)的，并且在集群部署中該，為了確保數(shù)據(jù)的安全，都是建議采用分布式的方式進(jìn)行部署，所以在數(shù)據(jù)同步中，需要采用Raft算法的基本原理進(jìn)行數(shù)據(jù)同步。

編目節(jié)點和數(shù)據(jù)節(jié)點在存儲數(shù)據(jù)時，共包含兩大部分，一個真實的數(shù)據(jù)文件，另一個是事務(wù)日志文件。

SequoiaDB的節(jié)點事務(wù)日志，默認(rèn)情況下由20個64MB(總大小為1.25GB)的文件構(gòu)成。節(jié)點的事務(wù)日志主要包含一個index編號和數(shù)據(jù)操作內(nèi)容，index編號保持永遠(yuǎn)遞增狀態(tài)。

另外，SequoiaDB節(jié)點的事務(wù)日志不會***保存，而是當(dāng)所有的事務(wù)日志寫滿后，再重新從***個文件開始進(jìn)行覆蓋寫入。

3.2編目分區(qū)組的數(shù)據(jù)一致性

由于編目分區(qū)組是保存SequoiaDB集群的元信息，數(shù)據(jù)同步要求高，所以編目分區(qū)組的數(shù)據(jù)一致性要求為強(qiáng)一致性，即每次向編目分區(qū)組執(zhí)行事務(wù)操作時，必須要確保所有的編目節(jié)點操作成功，才計算該操作執(zhí)行成功，否則該事務(wù)操作將在整個編目分區(qū)組中回退事務(wù)日志，以保證分區(qū)組內(nèi)的數(shù)據(jù)一致性。

另外，編目分區(qū)組還有一個比較重要的特性，即編目分區(qū)組必須要存在主節(jié)點才能夠正常工作，如果老的主節(jié)點宕機(jī)了，編目分區(qū)組暫時沒有主節(jié)點，則該編目分區(qū)組不能夠?qū)ν馓峁┤魏问聞?wù)操作和數(shù)據(jù)查詢操作。

3.3數(shù)據(jù)分區(qū)組的數(shù)據(jù)一致性

數(shù)據(jù)分區(qū)組的數(shù)據(jù)一致性默認(rèn)情況下為最終一致性性，即只要求主節(jié)點執(zhí)行事務(wù)操作成功即視為操作成功，主節(jié)點將在未來異步同步ReplicaLOG到從節(jié)點上。

3.4主從節(jié)點的事務(wù)日志同步

SequoiaDB的主從節(jié)點是通過事務(wù)日志同步來保證數(shù)據(jù)一致性的，并且主從節(jié)點的事務(wù)日志同步是單線程完成。

如果當(dāng)主節(jié)點和從節(jié)點的LSN差距為一條記錄，則主節(jié)點會主動將***的事務(wù)日志推送給從節(jié)點。

如果主節(jié)點和從節(jié)點的LSN差距超過一條記錄，則從節(jié)點會主動向主節(jié)點請求同步事務(wù)日志，主節(jié)點收到同步請求后，會將從節(jié)點的LSN號到主節(jié)點***的LSN號對應(yīng)的事務(wù)日志打包一次性發(fā)送給從節(jié)點。

3.5從節(jié)點日志重放

當(dāng)從節(jié)點獲取到主節(jié)點推送過來的事務(wù)日志后，就會自動解析事務(wù)日志和重放。從節(jié)點在重放事務(wù)日志時，默認(rèn)情況下會以10并發(fā)來重放事務(wù)日志。

從節(jié)點在執(zhí)行并發(fā)重放日志時有條件限制，即在集合的唯一索引個數(shù)<=1的情況下，INSERT、DELETE、UPDATE、LOB WRITE、LOBUPDATE、LOB REMOVE操作可以支持并發(fā)重放事務(wù)日志。從節(jié)點在做并發(fā)重放時，是通過記錄的OID進(jìn)行打散并發(fā)執(zhí)行，這樣就可以保證對相同記錄的操作不會由于并發(fā)重放導(dǎo)致數(shù)據(jù)不一致。

但是用戶需要注意，從節(jié)點在重放事務(wù)日志時， DROP CL操作不能夠支持并發(fā)重放。

4.SequoiaDB數(shù)據(jù)一致性應(yīng)用

目前SequoiaDB數(shù)據(jù)分區(qū)組的數(shù)據(jù)一致性是基于集合級別進(jìn)行配置的。用戶在使用SequoiaDB過程中，可以隨時調(diào)整數(shù)據(jù)一致性的強(qiáng)度。

4.1 創(chuàng)建集合時指定

在一個多副本的SequoiaDB集群中，集合默認(rèn)的數(shù)據(jù)一致性行級別為“最終一致性”。用戶可以在創(chuàng)建集合時顯式指定該集合的“數(shù)據(jù)一致性強(qiáng)度”，例如可以在SequoiaDB Shell中執(zhí)行以下命令

db.CSNAME.createCL(“CLNAME”,{ReplSize:3})

ReplSize參數(shù)填寫范圍

4.2 修改已經(jīng)存在的集合

如果集合在創(chuàng)建時沒有設(shè)置“數(shù)據(jù)一致性”ReplSize參數(shù)，用戶也可以對已經(jīng)存在的集合進(jìn)行修改，在SequoiaDB Shell修改命令如下

db.CSNAME.CLNAME.alter({ReplSize:3})

ReplSize的取值范圍和創(chuàng)建集合時一致。

4.3 如何查看集合的ReplSize參數(shù)

如果用戶希望檢查當(dāng)前集合的RepliSize參數(shù)值，可以通過數(shù)據(jù)庫快照進(jìn)行查看，在SequoiaDB Shell查看命令如下

  
 
 
 
   
  
  
  
db.snapshot(SDB_SNAP_CATALOG,{}, {"Name":null, "IsMainCL":null,"MainCLName":null, "ReplSize":null}) 
  
 
 

打印信息如下

  
 
 
 
   
  
  
  
{ 
   
  
  
  
 
   
  
  
  
"MainCLName":"test.main2", 
   
  
  
  
 
   
  
  
  
"Name": "foo.bar2", 
   
  
  
  
 
   
  
  
  
"IsMainCL": null, 
   
  
  
  
 
   
  
  
  
"ReplSize": null 
   
  
  
  
 
   
  
  
  
} 
   
  
  
  
 
   
  
  
  
{ 
   
  
  
  
 
   
  
  
  
"IsMainCL": true, 
   
  
  
  
 
   
  
  
  
"Name": "test.main2", 
   
  
  
  
 
   
  
  
  
"MainCLName": null, 
   
  
  
  
 
   
  
  
  
"ReplSize": null 
   
  
  
  
 
   
  
  
  
} 
   
  
  
  
 
   
  
  
  
{ 
   
  
  
  
 
   
  
  
  
"Name": "foo.tt", 
   
  
  
  
 
   
  
  
  
"ReplSize": 3, 
   
  
  
  
 
   
  
  
  
"IsMainCL": null, 
   
  
  
  
 
   
  
  
  
"MainCLName": null 
   
  
  
  
 
   
  
  
  
} 
  
 
 

5. 總結(jié)

分布式的數(shù)據(jù)庫，通過Raft算法來確保在分布式情況上數(shù)據(jù)的一致性，并且編目分區(qū)組和數(shù)據(jù)分區(qū)組對數(shù)據(jù)一致性要求又有所不同，編目分區(qū)組始終要求的是數(shù)據(jù)在多副本請情況下數(shù)據(jù)強(qiáng)一致性，而數(shù)據(jù)分區(qū)組則可以由用戶在創(chuàng)建集合時來執(zhí)行數(shù)據(jù)一致性的強(qiáng)度，強(qiáng)度越高，數(shù)據(jù)安全性越好，但是執(zhí)行的效率就會相對較差，反之依然。

目前SequoiaDB在數(shù)據(jù)一致性場景上，用戶的調(diào)整空間較大，可以根據(jù)不同的業(yè)務(wù)要求來調(diào)整數(shù)據(jù)一致性的強(qiáng)度，以滿足業(yè)務(wù)或追求性能***，或者數(shù)據(jù)最安全的技術(shù)要求。

網(wǎng)頁題目：分布式數(shù)據(jù)庫數(shù)據(jù)一致性原理說明與實現(xiàn)
當(dāng)前地址：http://www.5511xx.com/article/cdisjjc.html