Paxos家族与数据一致性的关系

Question

Paxos算法是一种一致性算法，在分布式数据库系统中起着至关重要的作用。它可以用来使分布式系统选择相同的方案。数据一致性是数据库系统中的一个大问题。其他人认为在许多分布式系统中使用Paxos或raft来确保数据的一致性。我不同意他们的看法。

我的第一个问题是日志追加是否只是一个Paxos实现。我们使用相同的日志来确保一致性。日志复制或数据复制是保持数据一致性的最简单方法吗？网络传播是两者之间的显著差异吗？

我们能把Paxos家族看作一个一致性算法吗？如果没有，我们如何确保分布式系统中的数据一致性？(在我看来，Paxos只是一种一致的算法，而不是一致的算法)

在分布式系统中，我们何时以及为什么要使用Paxos？我们是否使用Paxos来实现高系统可用性。

我非常感谢你能给我的任何帮助。

Answer 1

协商一致的algs (paxos、raft等)允许一组节点就某件事达成一致；例如，节点可能就一系列日志事件达成一致。如果有一个事件序列e1，e2，.，en -那么集群中运行协商一致算法的所有节点最终都会得到相同的序列。我们称这个序列为“日志”。

在协商一致运行的集群中的节点中，日志是最终一致的数据结构。最终的一致性来源于这样一个事实:任何特定的节点都可以从集群中分离出来--当该节点返回时，该节点最终将接收日志的所有事件(按相同的顺序)。

我们可以将日志作为数据库系统的一部分--每一次数据突变(插入、更新、删除)都将首先写入日志，然后应用到一些本地数据副本中进行优化。因此，如果客户端将在其中一个节点上查询数据库，则操作最终仍然是一致的--与前一段中的情况相同。

让我们来定义什么是强一致性。有几个定义，我选择使用这个定义:在完成更新之后，下面的每一个读取都会看到更新后的数据。

运行协商一致协议的集群可以用作强一致的系统。为了实现这一点，这些系统使用“可线性读取”。用一个例子更容易解释它是如何工作的：

1. 假设我们有一个由三个节点组成的集群运行raft，节点A是领头羊，C是追随者
2. ，更新到A：“将变量x设置为1"
3. A将使用协商一致协议在客户端要读取x的值时获得多数同意x=1
4. ；他们将不得不使用可线性读取(而不是直接到任何节点并请求值)
5. 客户端将发送到A“读取值x”
6. ，A将此事件发送到B，C；目标是达成一个共识，即在事件被大多数人接受后，可以将该读取事件写入日志
7. ，A可以得出结论，它们拥有数据的最新视图--A确信在事件"x=1“和”读取x的值“之间没有其他影响x的事件；因此，x的值是已知的，
8. A将把x=1返回给客户端

上面的例子是非常一致的--在整个系统接受x=1之后，每次下一次读取都会得到这个值。这种方法有助于实现高度一致的高可用性系统。

回到你的具体问题：

我的第一个问题是日志追加是否只是一个Paxos实现。我们使用相同的日志来确保一致性。日志复制或数据复制是保持数据一致性的最简单方法吗？网络传播是两者之间的显著差异吗？

如前所述，Paxos/raft/etc只是允许节点在某些方面达成一致的协议。我们可以使用该日志构建一个具有强一致性的数据存储，使用可线性读取。

我们能把Paxos家族看作一个一致性算法吗？如果没有，我们如何确保分布式系统中的数据一致性？(在我看来，Paxos只是一种一致的算法，而不是一致的算法)

是的，帕克斯是一种一致的算法。它可用于建立一个具有所期望的一致性水平的系统。但这并不是唯一的应用。典型的例子是领导人选举--节点必须就谁是领导人达成一致(建立共识)。

在分布式系统中，我们什么时候和为什么要使用Paxos？我们是否使用Paxos来实现高系统可用性。

有几个流行的algs:筏子，zab。例如，ZooKeeper正在使用ZAB。他们将其用于高可用性和共识。但是通常，当一个系统有几个节点时，这些algs就会被使用，而这些节点需要在某些方面达成一致。