22、分布式数据库的一致性：最终一致性与强一致性解析

分布式数据库的一致性：最终一致性与强一致性解析

一、最终一致性数据库

1.1 Merkle树的应用

Merkle树构建完成后，可用于高效比较各副本集的Merkle树。两个节点交换根节点哈希值，若相等，则分区中存储的对象一致；若不等，则需比较根节点的两个子节点。遍历和数据交换算法会沿着副本树中哈希值不相等的分支继续向下，直至找到叶节点，然后可在相应副本节点上更新陈旧的数据对象。

Merkle树的构建是CPU和内存密集型操作，因此该过程可按需启动、由管理工具启动或定期调度，以在数据库请求负载较低时进行反熵修复，避免增加生产环境中数据库访问的延迟。Riak和Cassandra等NoSQL数据库实现了反熵修复。

1.2 冲突处理

1.2.1 最后写入者获胜（Last Writer Wins）

该方法使用时间戳来决定最终值，数据库确保并发写入时，时间戳最新的更新成为最终版本。但由于机器时钟会漂移，比较时间戳可能无意义，且并发更新时会导致更新被静默丢弃，数据丢失不可避免。若要安全使用仅采用此策略的数据库，需确保所有写入使用唯一键存储数据对象，且对象不可变。

1.2.2 版本向量（Version Vectors）

为处理并发更新且不丢失数据，可使用版本向量。每个唯一数据库对象存储时附带版本号，读写数据流程如下：
- 客户端读取数据库对象时，返回对象及其版本。
- 客户端更新数据库对象时，写入新数据值和上一次读取的对象版本。
- 数据库检查写入请求中的版本是否与数据库中对象的版本相同，若相同则接受写入并增加版本号；若不同，则表示发生冲突，数据库需采取补