双活无共享数据库架构( 三 ) _数据库架构

分区容限：当删除数据存储副本之间的消息时，应用程序仍可以运行吗？这不能保证尚存的副本都已同步。
简解释说，CAP定理指出，在任何设计中，我们只能拥有这三个属性中的两个。不是全部三个。
她解释说，解决这个问题的另一种方法是通过下面显示的维恩图。请注意，在某些地方，三个属性中的两个重叠了。但是这三个空间都没有汇合的空间。简强调说，非常重要的一点是要理解这三者不可能完全融合。例如，如果我们追求一致性，就无法设计可用性。但是当副本丢失时会发生什么呢？恢复副本后，我们必须暂停数据存储上的操作，直到我们可以将新恢复的副本与尚存的副本同步。否则，新启动的分区将不一致，从而违反了CAP中的" C" 。

文章插图

最终一致的状态因此，观众问，如果副本不一致，维护副本的意义何在？
维护副本只是意味着数据存储异步同步。因此它们最终将保持同步。但是在给定的时间点，系统无法保证数据存储100％同步。这称为最终一致性，而不是立即一致性。欣赏差异至关重要。
为了说明这一点，Jane向他们展示了一个数据系统的示例体系结构，该体系结构具有三个数据存储，这些数据存储满足CAP定理中的A和P，从而使C排除在外，即最终保持一致。

文章插图

她解释了这种情况：假设数据元素的值为1，最初在所有三个数据存储区中都相同。现在，应用程序A2将值更新为2 。由于该体系结构优先考虑可用性和分区容忍度而不是一致性，因此其他两个数据存储区可能尚未更新。此时，如果应用程序A3读取数据元素，则它可能会获得值1，而不是2，这是最近的值。在许多情况下，最新的价值不仅是理想的，而且是绝对必要的，这可能是不可接受的。例如在电子商务订单中。数据存储区D3最终将获得更新后的值3；但不是立即。
解决冲突

文章插图

简解释了第二个问题。她考虑另一种情况，如下图所示。我们像以前一样从原始值1开始，应用程序A2在数据存储区D2中将其更新为2 。但是在将其传播到所有其他数据存储区之前，连接到数据存储区D3的应用程序A3会将值更新为3 。数据存储区D1中的值将是什么？
她警告说，由于数据复制是异步的，因此无法预测哪个更新将首先到达。如果从D2更新首先到达它，它将是2，否则将是3 。在许多情况下，这种不可预测性可能是不可接受的。
对于D2，出现类似的问题。它应该忽略自己的更新并将元素更新为3吗？同样的问题也适用于D3 。
解决冲突的技术Ted和听众现在对Active-Active Shared-Nothing体系结构的潜在问题有了清晰的了解。但他们大声怀疑，是否有任何技术可以避免这些问题，尤其是解决冲突？
Jane回答说，有解决冲突的方法，但是没有一种对应用程序的功能和数据准确性透明。以下是一些技术，按照从最小到最复杂的顺序实施：
· Last Man Standing：无论来源如何，都会应用最新更新。在上述情况下，假设消息以该顺序发生，则值3将同时应用于数据存储D1和D2 。但是，可能存在竞争情况，其中更新将被级联多次。数据库系统通常具有内置的终止开关，以避免这些竞争情况。
· 时间戳权重：与最后一个站立的解决方案非常相似，但有一个警告。它不依赖于更新的顺序，而是检查更新的时间戳并仅沿时间戳比较更新。这要求将所有三个数据存储都与单个时间服务器同步（这在某种程度上侵蚀了"无共享"部分）；但它可能更公平，并且避免了比赛条件。
· 位置权重：为每个数据存储分配一个权重。权重最高的存储的更新将获胜，并将应用于所有其他数据存储。在前面的示例中，如果D1，D2和D3的权重分别为300、200和100，则该值最终将为2，因为这是D2在权重为200时与D3在权重为100时的更新。因此，该值将在D3中更新为2，覆盖其自身的更改3 。类似地，D1将重新更新为2 。
【双活无共享数据库架构】· 应用程序权重：每个更新都用应用程序ID标记，并且每个应用程序也被加权。最终，权重最高的应用程序更改将被保存。
简在这里停下来指示观众思考这些技巧的影响。她说："我们正在谈论放弃数据存储中的更改，然后将其替换为另一个。"无论选择哪种技术，对数据准确性的影响都非常大。我们必须从应用程序的设计中考虑到它；而不是数据存储架构。"