- 综合排序
- 最热优先
- 最新优先
- 来自专栏shysh95
分布式一致性
在分布式系统的架构设计中，往往需要对可用性和一致性进行权衡，为了解决分布式一致性的问题，诞生了2PC、3PC和Paxos等算法。
68730发布于 2019-07-23 - 来自专栏Czy‘s Blog
分布式SESSION一致性
分布式SESSION一致性 SESSION是服务器为客户端创建的一个会话，存储用户的相关信息，用以标识用户身份等。 在单服务器环境下是不需要考虑会话的一致性的问题的，但是在集群环境下就会出现一些问题，假如一个用户在登录请求时负载均衡到了A服务器，A服务器为其分配了SESSION，下次请求数据时被分配到了B服务器，此时由于 B服务器不存在此用户的SESSION，此用户会被重定向到登录页面，这种情况是不合理的业务逻辑，所以需要维护SESSION的一致性。
63610发布于 2020-08-27 - 来自专栏对线JAVA面试
分布式一致性机制
分布式中一致性是非常重要的，分为弱一致性和强一致性。现在主流的一致性协议一般都选择的是弱一致性的特殊版本：最终一致性。 - 基本原则与理论 - CAP（Consistency一致性，Availability可用性，Partition tolerance分区容错性）理论是当前分布式系统公认的理论，亦即一个分布式系统不可能同时满足这三个特性 ACID（Atomicity原子性，Consistency一致性，Isolation隔离性，Durability持久性）是事务的特点，具有强一致性，一般用于单机事务，分布式事务若采用这个原则会丧失一定的可用性 BASE（Basically Availabe基本可用，Soft state软状态，Eventually consistency最终一致性）理论是对大规模的互联网分布式系统实践的总结，用弱一致性来换取可用性 ，适用于构建一个分布式的一致性状态机。
44610编辑于 2022-10-27 - 来自专栏云计算与大数据
分布式一致性认识
由于分布式系统存在异常，分布式存储系统设计时往往会将数据冗余存储多份，每一份存储称为一个副本（replica/copy）。 当某个节点出现故障时，可以从其他副本上读到数据。 副本是分布式存储系统容错技术的手段。 正是由于副本的存在，如何保证副本之间的一致性是整个分布式系统的理论核心。 最终一致性：最终一致性是弱一致性的一种特例。假如A首先写入一个值到存储系统，存储系统保证如果后续没有写操作更新同样的值，A，B，C的读取操作“最终”都会读取到A写入的最新值。 回话一致性：要求客户端和存储交互的整个会话期间保证读写一致性。如果原有会话因为某种原因失效而创建了新的会话，原有会话和新会话之间的操作不能保证读写一致性。 分布式存储评价指标 系统的吞吐能力以及系统的响应时间 系统的吞吐能力指系统在某一段时间可以处理的请求总数，通常用每秒处理的读操作数（QPS， Query Per Second）或者写操作数（TPS， Transaction
46720编辑于 2023-03-18 - 来自专栏码农沉思录
分布式事务？No, 最终一致性
点击上方“码农沉思录”，选择“设为星标” 优质文章，及时送达 事务一致性 现今互联网界，分布式系统和微服务架构盛行。 一个简单操作，在服务端非常可能是由多个服务和数据库实例协同完成的。 在互联网金融等一致性要求较高的场景下，多个独立操作之间的一致性问题显得格外棘手。 基于水平扩容能力和成本考虑，传统的强一致的解决方案（e.g.单机事务）纷纷被抛弃。其理论依据就是响当当的CAP原理。 我们往往为了可用性和分区容错性，忍痛放弃强一致支持，转而追求最终一致性。大部分业务场景下，我们是可以接受短暂的不一致的。 本文主要讨论一些最终一致性相关的实现思路。 ? 如果说事务消息重点解决了生产者和MQ之间的一致性问题，那么重试机制对于确保消费者和MQ之间的一致性是至关重要的。 重试可以是pull模式，也可以是push模式。 纠结最终一致性问题，其实万恶之源是因为RPC本身会失败，会有结果不确定的情况。 隐约感觉本人职业生涯大部分时间都会跟各种失败和timeout搏斗了。 本文重点讨论利用MQ实现最终一致性。
86510发布于 2020-02-19 - 来自专栏一番码客
分布式系统和一致性
本文目录 分布式系统问题 工作证明POW 比特币的价值 参考 分布式系统问题 拜占庭将军问题 一组拜占庭将军分别各率领一支军队共同围困一座城市。 在分布式计算中，不同的计算机通过通讯交换信息达成共识而按照同一套协作策略行动。 但有时候，系统中的成员计算机可能出错而发送错误的信息，用于传递信息的通讯网络也可能导致信息损坏，使得网络中不同的成员关于全体协作的策略得出不同结论，从而破坏系统一致性。 [1] 此处指的就是如果需要同一时间行动或者执行的时候，需要解决一致性的问题，否则就达成不了想要的结果。
54720发布于 2019-11-27 - 来自专栏程序员历小冰
分布式一致性算法Paxos
Paxos简介 Paxos是Lamport于1990年提出的一种基于消息传递而具有高度容错特性的分布式一致性算法.这个算法是分布式中最为重要的算法,Google Chubby的作者Mike Burrows 说过这个世界上只有一种一致性算法,那就是Paxos,其他算法都是残次品.具体Paxos算法的详细内涵和故事背景大家可以参考知乎上的回答; Paxos的使用场景和假设 我们都知道基于消息传递通信模型的分布式系列 ,不可避免的会发生以下错误:进程可能会慢,被杀死或在重启,消息可能会有延迟,丢失和重复.Paxos算法解决的问题就是在一个可能发生上述异常的分布式系统中如何就某个值达成一致,保证无论发生以上任何异常,都不会破坏决议的一致性 如果直接讲解Paxos算法，大家可能会有些难以理解，这里我们就按着视频里的顺序，先从简单的分布式一致性算法开始，然后不断进行优化，最后将其演变成Paxos算法。 此时，已经有三个acceptor形成了一致性的值，所以V1就成了整个系统的确定性取值。
1.3K10发布于 2019-01-23 - 来自专栏并发笔记
分布式一致性协议 - Gossip
答案就是gossip协议，gossip是一种去中心化的分布式协议，用于实现节点之间的信息交换，大名鼎鼎的bitcoin也使用了gossip来传播交易和区块信息。 在分布式系统中，也用它来实现最终一致性，比如cassandra、redis。 六度分隔理论 循源，需从六度分隔理论开始。六度分隔理论，简单地说：“你和任何一个陌生人之间所间隔的人不会超五个。” 而是需要刻意的设计一个闭环，这样能在一个确定的时间范围内完成最终一致性，而不是基于随机的概率。 ? 由于集群中都是对等节点，它比较适合动态变化的分布式系统。 但是为了方便谣言传播，发送的数据包不能太大，主要用于新数据增量更新。 3.天然的去中心化4.传播速度快，适用于非常庞大的集群 劣势： 1.达成最终一致性的时间不确定性2.消息延迟，只能实现最终一致性，传播过程中，数据不一致3.广播rpc消息量大，对网络压力4.拜占庭将军问题
2.8K10发布于 2020-12-14 - 来自专栏A周立SpringCloud
分布式一致性机制整理
原文：http://mageek.cn/archives/88/ 作者：mageek 分布式中一致性是非常重要的，分为弱一致性和强一致性。 现在主流的一致性协议一般都选择的是弱一致性的特殊版本：最终一致性。下面就从分布式系统的基本原则讲起，再整理一些遵循这些原则的协议或者机制，争取通俗易懂。 基本原则与理论 CAP（Consistency一致性，Availability可用性，Partition tolerance分区容错性）理论是当前分布式系统公认的理论，亦即一个分布式系统不可能同时满足这三个特性 ACID（Atomicity原子性，Consistency一致性，Isolation隔离性，Durability持久性）是事务的特点，具有强一致性，一般用于单机事务，分布式事务若采用这个原则会丧失一定的可用性 ，适用于构建一个分布式的一致性状态机。
89110发布于 2020-06-12 - 来自专栏性能与架构
分布式一致性算法 Raft
分布式一致性算法最著名的应该是 Paxos，1990年提出，google的Chubby Lock服务就是使用的Paxos 之后的一些一致性算法基本都是在Paxos思路上的调整，例如 ZooKeeper 的 ZAB 但Paxos算法一直被认为比较繁杂，很不好理解，大家对其调整优化，就是因为他的复杂 2013年，斯坦福的两个人以易懂为目标，设计了一致性算法 Raft，现在已经被广泛应用，比较有名的是etcd ，Google的Kubernetes就使用了etcd作为他的服务发现框架 什么是分布式一致？ 但当我们有多个node时，我们应该如何做，才能实现一致性呢？ ? 这就是分布式一致性问题，Raft就是用来解决此问题的 Raft的思路 每个node都会处于以下3个状态之一： （1）Follower 跟随者 （2）Candidate 候选人 （3）Leader
87580发布于 2018-04-03 - 来自专栏码农沉思录
分布式系统事务一致性
业界著名的CAP理论也告诉我们，在设计和实现一个分布式系统时，需要将数据一致性、系统可用性和分区容忍性放在一起考虑。 一致性：分布式环境下多个节点的数据是否强一致。 可用性：分布式服务能一直保证可用状态。当用户发出一个请求后，服务能在有限时间内返回结果。 分区容忍性：特指对网络分区的容忍性。 分布式系统数据的强一致性、弱一致性和最终一致性可以通过Quorum NRW算法分析。 三 分布式事务 分布式事务的目的是保障分布式存储中数据一致性，而跨库事务会遇到各种不可控制的问题，如个别节点宕机，像单机事务一样的ACID是无法奢望的。 总结： 阅读了不少这方面的文章，在此基础上，总结一下分布式事务一致性的解决方案。分布式系统的事务一致性本身就是一个技术难题，目前没有一种很简单很完美的方案能够应对所有场景。
69930发布于 2019-03-07 - 来自专栏性能与架构
分布式一致性算法 Paxos
Paxos 是著名的分布式一致性算法，Google Chubby的作者Mike Burrows对Paxos的评价极高： “这个世界上只有一种一致性算法，那就是 Paxos”。 Paxos 解决什么问题 Paxos 是解决分布式环境下多节点的数据一致性问题，先看下一致性问题。 例如一个cache集群有3个节点，每个节点都可以写入。 ? 集群内各个节点需要做数据同步，如果没有一致性算法做保证，3个节点内数据就可能混乱，例如： 节点1收到请求后，同步给节点2、3，节点2立即收到了，但因为网络原因，节点3没有立即同步。
58220发布于 2019-07-31 - 来自专栏以Java架构赢天下
Paxos——分布式一致性算法
Google Chubby的作者Mike Burrows说过这个世界上只有一种一致性算法，那就是Paxos，其它的算法都是残次品。 Paxos算法问世已经有将近30年的历史了，是目前公认最有效的解决分布式场景下一致性问题的算法之一，但是缺点是比较难懂，工程化比较难。本文希望能够辅以图例和通俗易懂的实例把Paxos算法讲清楚。 Paxos算法主要就是解决此类问题，在布式锁、主从复制、命名服务、分布式协调等常见场景下，Paxos算法都有着广泛的应用。 一个分布式算法有两个最重要的属性：活性、安全性 活性意为“预期的事情最终一定会发生”，最终一致性就是一种活性。 安全性意为违背了安全性规则，则系统会发生损失。 那么我们下面来看看具体的算法流程 算法流程 ---- 算法描述来自于倪超《从Paxos到ZooKeeper分布式一致性原理与实践》 提案的提出和批准 阶段一 Proposer选择一个提案编号
1.5K20发布于 2019-06-06 - 来自专栏并发笔记
分布式一致性协议 - ZAB
但是后来随来越来越多分布式算法诞生，例如raft，因为他们都类似paxos执行逻辑，所以将这类算法归纳为paxos的变种。 为何不使用paxos来实现zookeeper 回过头来，ZAB诞生的原因，我们先考虑zookeeper能不能直接使用paxos作为分布式一致性算法？ ZAB术语科普 ZAB并不像paxos，是一种通用的分布式一致性算法，ZAB是一种专门为zookeeper设计的崩溃可恢复的原子广播协议。 成员发现状态，在选举出新Leader后集群所处的状态，用于节点协商沟通Leader的合法性 SYNCHRONIZATION，数据同步状态，在确认新Leader后，以Leader的数据为基础，修复各个节点的数据一致性 思考几个题目吧 1. zookeeper提供的最终一致性，任何节点都能处理读请求，但是读到的可能会是旧数据，如果必须要读到最新数据，怎么办？ zookeeper提供解决方案就是：sync命令。
1.3K81发布于 2020-10-26 - 来自专栏并发笔记
分布式一致性协议 - EPaxos
epaxos作为paxos族中的一员，并不是单独存在的。所以我在文中开篇给出总结，罗列与basic-paxos、mutli-paxos之间的区别。带着目的学习，可能相对容易理解一些。
1K31发布于 2021-01-12 - 来自专栏架构之家
详解分布式一致性机制
一、前言 分布式中一致性是非常重要的，分为弱一致性和强一致性。现在主流的一致性协议一般都选择的是弱一致性的特殊版本：最终一致性。 二、基本原则与理论 CAP（Consistency一致性，Availability可用性，Partition tolerance分区容错性）理论是当前分布式系统公认的理论，亦即一个分布式系统不可能同时满足这三个特性 ACID（Atomicity原子性，Consistency一致性，Isolation隔离性，Durability持久性）是事务的特点，具有强一致性，一般用于单机事务，分布式事务若采用这个原则会丧失一定的可用性 BASE（Basically Availabe基本可用，Soft state软状态，Eventually consistency最终一致性）理论是对大规模的互联网分布式系统实践的总结，用弱一致性来换取可用性 ，适用于构建一个分布式的一致性状态机。
65810编辑于 2022-07-12 - 来自专栏并发笔记
分布式一致性协议 - Paxos
paxos 科普 分布式算法，不得不提paxos。它是目前公认的解决分布式共识问题最有效的算法之一，甚至可以说过去几十年里一切分布式一致性算法都来源于它。那么要学习paxos，我们首先得认识它。 一般描述它，都会包含两个词：分布式容错、分布式共识算法。那么它们是指什么呢？paxos又解决了什么样的问题呢？ 分布式容错 分布式容错，是指在分布式环境下，能够容忍一部分节点宕机，还能向外提供稳定的服务。 分布式共识算法 分布式共识算法，是指在分布式环境下，各个节点能就某个值达成共识，即所有节点都认同某个值。
97492发布于 2020-10-26 - 来自专栏Java编程指南
分布式系统事务一致性
# 分布式系统特点 现今互联网界，分布式系统和微服务架构盛行。业界著名的CAP理论也告诉我们，在设计和实现一个分布式系统时，需要将数据一致性、系统可用性和分区容忍性放在一起考虑。 一致性：分布式环境下多个节点的数据是否强一致。 可用性：分布式服务能一直保证可用状态。当用户发出一个请求后，服务能在有限时间内返回结果。 分区容忍性：特指对网络分区的容忍性。 分布式系统数据的强一致性、弱一致性和最终一致性可以通过Quorum NRW算法分析。 # 分布式事务 分布式事务的目的是保障分布式存储中数据一致性，而跨库事务会遇到各种不可控制的问题，如个别节点宕机，像单机事务一样的ACID是无法奢望的。 # 总结 阅读了不少这方面的文章，在此基础上，总结一下分布式事务一致性的解决方案。分布式系统的事务一致性本身就是一个技术难题，目前没有一种很简单很完美的方案能够应对所有场景。
97320发布于 2020-06-28 - 来自专栏【腾讯云开发者】
分布式一致性算法Raft
一、Raft算法背景 在学术理论界，分布式一致性算法的代表还是Paxos。但是少数理解的人觉得很简单，尚未理解的觉得很难，大多数人还是一知半解。Paxos的可理解性和工程落地性的门槛很高。 所以Raft的核心就是leader发出日志同步请求，follower接收并同步日志，最终保证整个集群的日志一致性。 1. 三、Paxos VS Raft 这个世界上只有一种一致性算法，那就是 Paxos。 Basic Paxos算法没有leader proposer角色，是一个纯粹的去中心化的分布式算法，但是它存在若干不足（只能单值共识 & 活锁 & 网络开销大）。 学习总结分布式一致性算法Paxos和Raft对我们理解、设计、实现、部署、测试分布式系统都大有益处，希望本文能与大家共同商榷。
95220发布于 2021-06-17 - 来自专栏并发笔记
分布式一致性协议 - Raft
raft作为现在分布式系统首选的共识算法。zookeeper、cubby、oceanbase等系统都是在raft诞生之前开发的，所以都是使用了paxos或者对其进行改进。 Raft术语科普以及总结 基于前两个篇对paxos和zab的介绍，我们对分布式协议有一定的基础，所以本文先给出总结。
99142发布于 2020-11-09
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号