5、日志记录与检查点技术详解

日志记录与检查点技术详解

在分布式系统中，故障是难以避免的。为了确保系统在故障发生后能够快速、准确地恢复，日志记录（Logging）和检查点（Checkpointing）技术应运而生。本文将深入探讨这两种技术，介绍相关的协议，并分析它们的优缺点。

1. 一致全局状态与检查点协议

在无故障的情况下，一致全局状态对于分布式系统的恢复至关重要。一致全局状态针对每对局部状态，主要有以下两种场景：
- 场景1：一个进程在进行本地检查点之前发送的所有消息，在另一个进程进行本地检查点之前都已被接收并执行。
- 场景2：一个进程在进行本地检查点之前发送的某些消息，可能在另一个进程完成状态检查点之后才到达，但这些消息会被记录在稳定存储中以便重放。

1.1 Tamir和Sequin协议

在Tamir和Sequin协议中，如果协调器和参与者在全局检查点启动后都没有收到任何常规消息，那么场景1成立。反之，如果某个进程收到一个或多个常规消息，它会将这些消息记录下来并附加到本地检查点，确保它们可以重放，此时场景2成立。该协议禁止任何进程在启动（如果是协调器）或收到第一个检查点消息（对于参与者）后继续正常执行（包括发送消息），从而避免了不一致的全局状态。

1.2 Chandy和Lamport分布式快照协议

Tamir和Sequin全局检查点协议虽然优雅，但它是一种阻塞协议，即在每次全局检查点期间会暂停正常执行。对于那些不希望长时间暂停正常执行的应用程序来说，Chandy和Lamport分布式快照协议可能更合适。

Chandy和Lamport分布式快照协议是一种非阻塞协议，全局检查点不会中断正常执行。不过