自从 CAP 理论问世以来,最终一致性(Eventual Consistency)基本上成为了分布式系统设计的业界标准。最终一致性一方面让系统在分区(Partition)短期失效的时候仍能继续运转,另一方面也为业务提供了某种程度的异步性。然而,不同的系统对于数据不一致性的容忍度是不同的,异步性对某些业务场景也会造成限制。
业内最近的讨论中出现了不少对最终一致性的批判。Wyatt Lloyd 等人最近在 ACM 上发布了一篇标题叫做《最终一致性的不适用场景》的论文,文中论到:对于那些对时序一致性(temporal consistency)要求较高,对操作顺序有强要求的系统而言,最终一致性并不怎么好,甚至会造成严重的业务灾难。比如,如果一系列操作的消息被复制到跨地域的节点上,而消息传递的顺序却被打乱,则远程节点上被触发的一系列事件恐怕会产出跟其他节点截然不同的结果。
因果一致性提议将分布式系统设计成能够以精准确保上下文顺序的方式传递消息。这种模型更强调一致性而非分区容忍性,这一点在分布式系统设计领域看起来似乎像是开倒车,但该模型对优先级的强调实际上是一种更精细的设计思路,它对每个系统独特的需求和设计进行了更深入的思考。
“当人们在两种模型之间进行选择的时候,很多系统为了可用性和分区容忍性而牺牲了强一致性,而另外一些系统——比如处理金钱的系统——则为了实现强一致性而牺牲了可用性或分区容忍性。对于此类应用而言,强一致性是必要的。”——Lloyd 等
因果一致性并不是最终一致性的替代。因果一致性是针对那种需要绝对一致性场景的系统设计思路。到底选择因果一致性还是最终一致性,这并不是非此即彼的,你可以在风险灰度区间中选择合适的点。至于哪个模型更加适合你的系统,最终取决于系统的目的,以及对失效的容忍度。
评论