数据副本与一致性问题

数据副本

数据副本是个很常见的概念和术语，我们经常遇到，但是也最容易让人产生迷惑。

副有以下几种含义：
（1）辅助的，区别于正和主，例如：副职，副手，副官。
（2）附带的，次要的，例如：副业，副品，副食，副刊。
（3）相配、相称之意，例如：名实相副，其实难副。
（4）量词，表示一组或一套，例如：一副手套，全副武装；也可指态度，例如，一副笑脸。

在分布式系统和大数据领域，所有的节点，所有的数据块，地位都是平等，所以副本并不是指正副的“副“，只是用作量词，没有主副之分。可以这么说，所有的数据都可以叫做“数据副本”。

一致性问题

一致性问题立足于数据副本，有数据副本的地方必定会有一致性问题。对于数据副本，人们往往印象不深，但是对于缓存，我想人人皆知。缓存就是数据副本。

我们知道，数据存在于内存中，然后被加载到寄存器中，此时出现了两个数据副本，如何保证两者的一致性呢？这就是一致性问题的起源。

一致性问题并不是分布式领域才有的问题，只不过在分布式领域更常见罢了。因为存在多个数据副本，如果对第一个数据副本进行了更新，而对其他的数据副本没有更新操作，那么这会导致数据不一致性。

人们发现了一致性问题之后，随后提出了CAP理论，而一致性位列其中的C位。一致性是个非常重要的概念，它前承数据副本，后接CAP理论。

副本、一致性这些基本的概念很重要。能够不假思索的说出来，很考验了一个的功底。搞分布式的，搞大数据的，如果这些都不甚明白，那真的还算没有入门。

一致性问题无关乎数据的对错

为了实现集群的高可用性，用户的数据往往要多重备份，多个副本虽然避免了单点故障，但同时也引入了新的挑战。

假设有一组服务器保存了用户的余额，初始是100块，现在用户提交了两个订单，一个订单是消费10元，一个订单是充值50元。由于网络错误和延迟等原因，导致一部分服务器只收到了第一个订单（余额更新为90元），一部分服务器只收到了第二个订单（余额更新为150元），还有一部分服务器两个订单都接收到了（余额更新为140元），这三者无法就最终余额达成一致。这就是一致性问题。

一致性算法并不保证所有提出的值都是正确的（这可能是安全管理员的职责）。我们假设所有提交的值都是正确的，算法需要对到底该选哪个做出决策，并使决策的结果被所有参与者获悉。

另外，一致性算法并不保证所有节点中的数据是完全一致的，但它能保证即使一小部分节点出现故障，仍然能对外提供一致的服务（客户端无感知）