Zookeeper技术：分布式架构详解、分布式技术详解、分布式事务
|
2、如CAP理论里面的示例，当向machine1的db1的表tbl_person、tbl_order插入数数据时，同时要把插入的数据同步到machine2、machine3，当machine3的网络有问题时，同步失败，但是过一会网络恢复了就同步成功了，这个同步失败的状态就称为软状态，因为最终还是同步成功了。 最终一致性：data replications经过一段时间达到一致性。 5. Paxos算法 5.1 介绍Paxos算法之前我们先来看一个小故事 拜占庭将军问题 拜占庭帝国就是5~15世纪的东罗马帝国，拜占庭即现在土耳其的伊斯坦布尔。我们可以想象，拜占庭军队有许多分支，驻扎在敌人城外，每一分支由各自的将军指挥。假设有11位将军，将军们只能靠通讯员进行通讯。在观察敌人以后，忠诚的将军们必须制订一个统一的行动计划——进攻或者撤退。然而，这些将军里有叛徒，他们不希望忠诚的将军们能达成一致，因而影响统一行动计划的制订与传播。 问题是：将军们必须有一个协议，使所有忠诚的将军们能够达成一致，而且少数几个叛徒不能使忠诚的将军们作出错误的计划——使有些将军进攻而另一些将军撤退。 假设有9位忠诚的将军，5位判断进攻，4位判断撤退，还有2个间谍恶意判断撤退，虽然结果是错误的撤退，但这种情况完全是允许的。因为这11位将军依然保持着状态一致性。
总结： 1)11位将军进攻城池 2)同时进攻(议案、决议)、同时撤退(议案、决议) 3)不管撤退还是进攻，必须半数的将军统一意见才可以执行 4)将军里面有叛徒，会干扰决议生成 5.2 下面就来介绍一下Paxos算法 Google Chubby的作者Mike Burrows说过这个世界上只有一种一致性算法，那就是Paxos，其它的算法都是残次品。 Paxos：多数派决议(最终解决一致性问题) Paxos算法有三种角色：Proposer，Acceptor，Learner Proposer：提交者(议案提交者) 提交议案(判断是否过半)，提交批准议案(判断是否过半) Acceptor：接收者(议案接收者) 接受议案或者驳回议案，给proposer回应(promise) Learner：学习者(打酱油的) 如果议案产生，学习议案。 设定1：如果Acceptor没有接受议案，那么他必须接受第一个议案 设定2：每个议案必须有一个编号，并且编号只能增长，不能重复。越往后越大。 设定3：接受编号大的议案，如果小于之前接受议案编号，那么不接受 （编辑：宿州站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
