有哪些做排球比赛视频网站,wordpress 教师工作坊,重庆哪个区最繁华,兰州财经大学网站开发与维护摘要
本文介绍常见的分布式共识算法#xff0c;使用场景#xff0c;以及相关已经落地了的程序或框架
1. 为什么要分布式共识算法
在分布式系统中#xff0c;不同节点之间可能存在网络延迟、故障等原因导致彼此之间存在数据不一致的情况#xff0c;为了保证分布式系统中的…摘要
本文介绍常见的分布式共识算法使用场景以及相关已经落地了的程序或框架
1. 为什么要分布式共识算法
在分布式系统中不同节点之间可能存在网络延迟、故障等原因导致彼此之间存在数据不一致的情况为了保证分布式系统中的数据一致性因此需要引入共识算法。
在共识算法中节点通过相互通信来传递数据并根据一定的规则进行数据处理和验证。一旦多个节点达成一致系统就会根据达成的共识状态来执行相应的操作。
例如Paxos算法、Raft算法、ZAB等。
2. 算法对比
Paxos和Raft都是强一致性算法ZAB是最终一致性。 Raft算法中只有leader对外提供服务follower仅仅是作为副本也就是一个Raft集群的性能与集群节点数量无关至于leader的性能有关可以通过mutil raft提高系统性能注意是提高整个系统的性能而不是提高单个raft集群的性能
ZAB算法和Raft算法很详细都有领导选举和日志复制过程。ZAB中follower节点是可以读的而写都经过leader这样就导致哪怕集群达成共识过半数节点同步了leader的数据依旧存在某些节点还未达成与leader数据同步可能存在读取旧数据。 raft与zab的详细对比可以参考:https://www.zhihu.com/question/28242561 Paxos是强一致的算法比较难理解就不多阐述 3.共识算法的落地
刚刚讲的都是理论算法大家需要实现这些算法到具体的应用中不同的系统虽然使用的是同一个算法但是具体细节上可能会有差异例如HDFS是复现GFS论文的产物但是核心不会变分布式共识算法
我们知道节点数据同步需要同步但是这些强一致性算法并不适用于数据库主从同步OLAP或OLTP系统。原因就是强一致性必然会造成大量的性能损失这是DB无法接受的。
那么哪些场景需要使用强一致性的算法呢注册中心 为什么注册中心需要分布式共识算法 因为注册中心原本就是一个小的存储系统存储了集群中或者微服务集群所有的配置信息并且可能频繁出现服务或者节点的上下线需要保证注册中心的高可用则必须要副本冗余有了副本必然就出现主从数据同步并且需要强一致性保证服务发现不会出错由于存储的数据量很小所有强一致性造成的性能损失也是可以接受的。
4. 常见落地
常见的注册中心框架有nacos(spring cloud)eureka(spring cloud)zookeeper(hadoop)consuletcdk8s 不同注册中心的选型和对比可以看这https://juejin.cn/post/7068065361312088095 上图中zookeeper应该是使用ZAB算法ZAB算是Paxos的一种演变。 刚刚说了ZAB并不能保证强一致性为什么这里zookeep又是CP可以保证强一致性呢 原因zookeeper在实现ZAB后还加入了一些特殊操作可以保证zookeeper的强一致性但是ZAB算法理论并不是强一致性这就是算法理论和落地之间的不同
eureka使用的是自己设计的一套共识算法不能保证强一致性这里不展开了。 具体可以看https://blog.csdn.net/trntaken/article/details/108949114 zookeeper原生客户端API和Curator客户端都提供了该sync()方法调用sync()方法之后zookeeper集群会保证集群所有节点数据都是一致性的此时客户端再去任意节点读取数据都能读取最新的数据。 如何选择一个合适的注册中心呢
这里涉及到技术选型个人认为主要关注 是否满足需求社区活跃度使用成本这几个方面就不展开了。
