一致性指数据的多个副本内容保持相同。一致性的处理在日常的开发中无处不在，为了适当的处理，需要想明白不一致是怎么产生的。
副本的由来：
1、获取数据后，就会产生副本。
不论你是查数据库、查缓存、rpc调用。你拿到的值已经是副本了。
2、分布式事务的状态，在多个系统或节点中作为了副本。
3、数据进行主从备份。
进行一致性相关进行设计时，需要结合业务特点，将数据的一致性问题解决至满足业务即可。
读取到历史版本的数据内容，并不是错误，只表示数据曾经的一个时刻为此值。对于查询&展示的逻辑，常常不需要额外处理。但如果查询到数据，决定了后续操作，并会对数据修改，就要谨慎处理了。
接下来观察产生不一致的行为特点，并列举一些常用的处理方式：
1、并发下，对数据及副本的读写，有交叉
串行执行；
对读取实时性要求高的查询，请求主库
加锁
只操作单个redis Key（一种特殊的用法：将需要操作的标识信息，追加到一个list值中，操作就排好执行次序了）
限制redis Key使用相同slot，并编写lua原子程序
局部串行；
开启数据库事务（注意：常用的可重复读隔离级别下，快照读切换为当前读，有可能幻读。有需要，可强制当前读(for update)）；
2、对数据及副本的写操作，不完整
不重要的操作靠后执行；
把容易失败的操作，最先执行，通知型的操作、有过期时间的缓存，最后处理。
双节点，争抢执行
触发其它服务节点（mq/rpc），与自己一同执行。谁争抢到了谁执行
可靠消息；
在业务数据库中，创建一个事务消息表，将发送消息的动作，作为数据的写入，与事务一同执行。并在执行后，进行补偿发送。（消息表的数据可能删除，也可能修改状态后保留）
由mq服务提供事务消息的能力，在客户端与服务端之间进行prepare/commit/rollback。服务端会在客户端长时间无动作时，主动询问事务状态。
由于mq的异步、至少消费一次的特点，可能会加重交叉读写的问题，需要处理好次序、幂等。
二次写+恢复任务
在各个副本预写（分布式存储系统中，需要半数以上。准事务逻辑，需要全部副本，只两方时，只由发起方维护预写即可），预写完成后标记完成（业务可能有失败状态）。恢复任务定时捞取预写状态数据，幂等重试更新其它副本or查询其它副本，更新为完成或失败。
网友评论