15、分布式系统中的数据同步与因果历史建模

分布式系统中的数据同步与因果历史建模

1. 向量时钟在CRDT中的应用

在分布式系统里，为了实现数据的一致性和可合并性，我们可以借助向量时钟（Vector Clocks）来构建基于状态的冲突无感知复制数据类型（CRDT）。以联系人管理系统为例，我们仅关注更新联系人属性的情况。每个联系人可被视为一个CRDT，每个工作站、PDA和服务器节点都有其自身的副本。

1.1 CRDT内部状态的条件

• 支持偏序关系。
• 更新操作会使状态在偏序中递增。
• 合并操作能计算出最小上界。

1.2 状态的定义

每个联系人都有一组属性，如姓名、电话号码和电子邮件地址，这些属性会被存储在状态中。为了确定因果关系，我们需要一个“先发生”的操作符，这就需要引入版本号。简单的单调递增版本号能满足递增顺序的条件，每次更新时版本号都会增加。

1.3 向量时钟的比较

比较两个向量时钟时，我们会对比每个节点的版本号。若第一个向量时钟的所有版本号都小于或等于第二个，那么第一个“先发生”于第二个。这是一种偏序关系，因为可能存在一个节点在一个向量时钟中的版本较低，而另一个节点在另一个向量时钟中的版本较低的情况，此时两个时钟没有因果关系。

1.4 向量时钟的特性

• 满足SEC条件 ：向量时钟满足SEC（Strong Eventual Consistency）的必要条件。将向量时钟放入CRDT的状态中，我们就能比较两个版本，判断哪个先发生。更新时增加一个版本号会产生一个比前一个更大的向量时钟，因此更新会