大数据生态圈中，保证一致性的方式举不胜举
- Hadoop 用 Zookeeper（Zab，Paxos + 事务顺序）
- ElasticSearch 用 Hash 路由算法（非 一致性 Hash）
- Cassandra 用 Gossip 闲话算法
- Redis 用 Raft 选举算法
他们各有什么区别，为什么会如此选型？
Paxos 选举算法
Paxos 是最先解决拜占庭将军问题的算法，利用过半选举的机制，保证了集群数据副本的一致性（微服务中服务注册与发现的场景，其实已经不再适用了）
Raft 选举算法
Redis 使用 Raft 实现了自己的分布式一致性。Raft 本身和 Paxos 并没有场景上的区别。更多的是，协议上的简化、Term 概念的强化、Log 只会从 Leader 到 Follower 单向同步，使得实现起来会很方便
Zab 原子广播协议
Hadoop 偏向于离线的海量数据处理，利用 Zookeeper 来保证数据副本的一致性，是最为合适的
Hash 路由算法
ElasticSearch 希望能在服务宕机的时候，也能提供查询的功能，并且希望能达到 较高的数据存储的 负载均衡的能力
一致性Hash
数据存储的负载均衡
最新的进展，是在去年 Google 发表的一篇 有界负载的一致性 Hash 算法的论文。该算法保证了负载均衡一致性和稳定性的同时，在均匀性方面做出了实质性地改进。同时，Consistent Hashing with Bounded Loads 算法 也在 HaProxy 开源项目中得以应用，有效减少了其 8 倍的缓存带宽
Gossip 闲话算法
Gossip 主要被 Cassandra 用于实现其分布式一致性。因为 Cassandra 框架，更看重 去中心化 和 容错 的特性，在不违背 CAP 定理的情况下，能够接受 最终一致性
实战一致性算法
分布式存储
Key-value Store
架构思考
HashMap
HashMap 的数据是存在内存里的，一旦进程重启，会有丢数据的风险。同时，数据流一旦到了 TB / PB 级别，会存在硬件方面的瓶颈。另外，需要考虑 Key 相同的情况下，需要处理覆盖的问题
Berkeley DB
实际上是一个增强版的 HashMap，从一个简单的键值对存储，进化到可以管理并行访问、支持事务、数据同步等
Kyoto Cabinet
HashTable 和 B+ Tree 的结合，不过在到达一定数量级，性能下降比较厉害
LevelDB / HBase
利用 LSM Tree 实现了读写分离、顺序写入等功能
知识树
[图片上传失败...(image-95c618-1527773280849)]
参考资料
Book
- 《分布式系统：原理与范型（第2版）》
- 《分布式系统：概念与设计（原书 第5版）》
- 《大规模分布式存储系统：原理解析与架构实战》
- 《分布式数据库：管理系统实践》
- 《分布式数据库系统原理（第3版）》
- 《Distributed systems for fun and profit》
Blog
Paper
Video
更多资源，欢迎加入，一起交流学习
Technical Discussion Group:（人工智能 1020982（高级）& 1217710（进阶）| BigData 1670647）
- Post author:Benedict Jin
- Post link: https://yuzhouwan.com/posts/54206/
- Copyright Notice: All articles in this blog are licensed under CC BY-NC-SA 4.0 unless stating additionally.
网友评论