分布式系统如何保证一致性,有哪些相关协议或算法?
2 个回答
春宵苦短日高起,从此君王不早朝。小雪分布式系统靠共识算法保证一致性,让多个节点对同一个状态达成一致,常见的有 Paxos、Raft、PBFT 和 ZAB。
节点会遇到网络延迟、故障或分区,各自的数据状态可能对不上。共识算法用协议把节点拉到同一个结论上,就算有节点故障,或者网络被分区,系统仍然能达成一致。
Paxos 由 Leslie Lamport 提出,角色分成提议者、接受者和学习者。它容错强,部分节点故障也能继续达成一致,但实现复杂,通信开销也比较大。
Raft 更容易理解和实现,主要靠领导选举、日志复制和日志一致性这三步,保证一致性和高可用。它比 Paxos 直观,也好调试、好维护。
如果节点可能故意作恶,就要看拜占庭将军问题。PBFT,也就是 Practical Byzantine Fault Tolerance,通过多轮投票和确认来处理,一部分节点捣乱时系统仍能保持一致,适合安全性要求高的场景。
ZAB 是 ZooKeeper Atomic Broadcast,是 ZooKeeper 的底层共识算法,用来做分布式锁和协调,靠主从复制和事务日志保证数据一致。选主用快速选举,集群第一次启动、Leader 故障,或者有新节点加入时都会重新选。每个节点有唯一的 myid,还有 zxid,表示它处理过的最后一次事务。投票先比 zxid,更大的优先,因为数据更完整;zxid 相同再比 myid,更大的获胜。超过半数节点投给同一个目标,选举结束。新 Leader 通知其他节点,其他节点变成 Follower,再和 Leader 把数据同步齐。参考来源:https://cloud.tencent.com/developer/article/2505682发布于 2026-11-18 02:56 •IP属地 甘肃举报评论收藏
上了生活的贼船,就要做快乐的海盗。古轩分布式系统保证一致性,靠的是节点之间先通信,再用 Paxos、Raft、ZAB 这类算法或协议,在出现异常时仍然让各节点对同一结果达成一致。区块链里的共识机制,也是解决同一类问题的一种做法。通信有两种,共享内存和消息传递。共享内存就是把数据放在一个各节点都能访问的地方,大家读到的是同一份,比如用 Redis 做数据共享,单点时各节点看到的数据是一致的,这时 Redis 就相当于共享内存。但 Redis 自己也要高可用,做了主从、哨兵或集群之后,副本之间还得靠消息传递来同步,这时它自己又是一个要保证一致性的分布式系统。
消息传递并不总是可靠,进程可能被杀掉或重启,消息可能丢失,也可能重复,各节点的数据就可能对不上。Paxos 就是针对这些情况提出的,1990 年由 Leslie Lamport 提出,基于消息传递,容错要求高,目标是无论出现上述哪种异常,都不破坏一致性。Raft 和 ZAB 要达成的最终目的和 Paxos 一样,只是处理方法不同。这些算法会并存,是因为场景不一样,对一致性的要求就不一样,做法也会随场景变化,能满足当前场景的就是合适的。参考来源:https://cloud.tencent.com/developer/article/2415356发布于 2026-11-18 00:21 •IP属地 辽宁举报评论收藏

