知识卡片

普通读书笔记卡 · 2280.l.9.a

量化最终一致的陈旧度

理解等级:中级

即使应用能容忍陈旧读取,运维上也需要知道复制是否健康,显著落后时要告警并调查(网络问题、节点过载等)。

  • 基于领导者的复制容易监控:写入在主从上按相同顺序应用,每个节点在复制日志中有位置,主库当前位置减去从库当前位置就是复制滞后量,数据库通常会暴露这一指标;
  • 无主复制没有固定写入顺序,监控困难得多;如果只有读修复、没有反熵进程,很少被读取的值在陈旧副本上可能旧得没有上限。

已有研究根据 n、w、r 预测陈旧读取的期望比例,但还不是常见做法。作者主张把陈旧度纳入数据库的标准指标:最终一致性是一种有意模糊的保证,但从可操作性角度,能够量化“最终”很重要。

无主复制的多数据中心部署:

  • Cassandra、Voldemort:n 包含所有数据中心的节点,可配置每个数据中心的副本数;每次写入发往所有副本,但客户端通常只等待本地数据中心内的法定节点确认,跨数据中心的写入通常异步完成,从而不受跨中心链路延迟和中断影响;
  • Riak:客户端与数据库节点的通信限于单个数据中心,n 指一个数据中心内的副本数,集群之间的跨中心复制在后台异步进行,风格类似多主复制。
这张卡片看不懂?

已有反馈 · 0 / 10 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《数据密集型应用系统设计》第05章《第五章:复制》法定人数一致性的局限性·监控陈旧度;运维多个数据中心(源文件:extracted/数据密集型应用系统设计/_epub-src/ch5_split_005.html,来源项目 book-sources) - 结论依据:第五章“监控陈旧度”比较基于领导者复制可用日志位置差计算滞后与无主复制难以监控的差别,提出将陈旧度纳入指标、量化最终一致性;“运维多个数据中心”说明Cassandra、Voldemort与Riak在无主复制下的多数据中心做法。 - 原始内容:最终一致性是一种有意模糊的保证,但是从可操作性角度来说,能够量化“最终”是很重要的。