三:分布式事务一致性协议2pc和3pc

一:分布式一致性协议
--->对于一个分布式系统进行架构设计的过程中,往往会在系统的可用性和数据一致性之间进行反复的权衡,于是就产生了一系列的一致性协议。
--->长期探索涌现出一大批经典的一致性协议和算法。其中最著名的就是二阶段提交协议,三阶段提交协议和paxos算法。

二:2PC与3PC
--->在分布式系统中,每一个机器节点虽然都能够明确知道自己在进行事务操作过程中的结果是成功或失败,但却无法直接获取到其他分布式节点的操作结果。因此,当一个事务操作需要跨越多个分布式节点的时候,为了保持事务处理的ACID特性,就需要引入一个称为“协调者”的组件来统一调度所有分布式节点的执行逻辑,这些被调度的分布式节点则被称为“参与者”。
--->协调者负责调度参与者的行为,并最终决定这些参与者是否要把事务真正进行提交。
--->基于这个思想,衍生出了二阶段提交和三阶段提交两种协议。

三:2PC
【1】2pc概念
---->2PC,是Two-Phase Commit的所写,即二阶段提交,是计算机网络尤其是在数据库领域内,为了使基于分布式系统架构下的所有节点在进行事务处理过程中能够保持原子性和一致性而设计的一种算法。
---->通常,二阶段提交协议也被认为是一种一致性协议,用来保证分布式系统数据一致性。
---->目前,绝大部分的关系型数据库都是采用二阶段提交协议来完成分布式事务处理的。利用该协议能够非常方便地完成所有分布式事务参与者的协调,统一决定事务的提交或回滚,从而能够有效地保证分布式数据一致性,因此二阶段提交协议被广泛地应用在许多分布式系统中。

【2】2PC说明
--->顾名思义,二阶段提交协议是将事务的提交过程分成两个阶段进行处理,其执行流程如下。
●阶段一:提交事务请求(投票阶段)
        1,事务询问:协调者向所有参与者发送事务内容,询问是否可以执行事务提交操作,并开始等待各参与者的响应。
        2,执行事务:各参与者节点执行事务操作,并将Undo和Redo信息计入事务日志中。
        3,各参与者向协调者反馈事务询问的响应。如果参与者成功执行了事务操作,那么就反馈给协调者yes响应,表示事务可以执行;如果参与者没有成功执行事务操作,那么就反馈给协调者No响应,表示事务不可以执行。

●阶段二:执行事务提交(根据投票结果确定最终实施)
在阶段二中,协调者会根据各参与者的反馈情况来决定最终是否可以进行事务提交操作,正常情况下,包含以下两种可能。
        《1》执行事务提交:假如协调者从所有的参与者获得的反馈是Yes响应,那么会执行事物提交。
                ==>1发送提交请求:协调者向所有参与者节点发出Commit请求
                ==>2事务提交:参与者接受到Commit请求后,会正式执行事务提交操作,并在完成提交之后释放整个事务执行期间占用的事务资源。
                ==>3反馈事务提交结果:参与者在完成事务提交之后,向协调者发送Ack消息
                ==>4完成事务:协调者接收到所有参与者反馈的Ack消息后,完成事务。

《2》中断事务:假如任何一个参与者向协调者反馈了No响应,或者在等待超时之后,协调者尚无法接受到所有参与者的反馈响应,那么事务中断。
                ==>1发送回滚请求:协调者向所有参与者节点发送Rollback请求
                ==>2事务回滚:参与者接收到Rollback请求后,会利用其在阶段一中记录的Undo信息来执行事务回滚操作,并在完成回滚之后释放在整个事务执行期间占用的资源。
                ==>3反馈事务回滚结果:参与者在完成事务回滚之后,向协调者发送Ack消息
                ==>4中断事务:协调者接收到所有参与者反馈的Ack消息后,完成事务中断。

【3】:2PC优点和缺点
--->二阶段提交协议的优点:原理简单,实现方便
--->二阶段提交协议的缺点 :同步阻塞,单点问题,脑裂,太过保守
   ●同步阻塞:
        ==>极大限制分布式系统性能
        ==>各个参与者完成时间不一,必然存在某些参与者等待其他未完成参与者完成事务操作。在等待过程中无法执行其他任何操作。
  ●单点问题:
        ==>协调者占据主导地位
        ==>一旦协调者出出现问题,那么整个事务则无法完成,尤其是在阶段二中出现问题,各个参与者所锁定的资源将无法释放。导致其他业务不能操作
   ●脑裂导致数据不一致:
        ==>如果分布式节点出现网络分区,某些参与者未收到commit提交命令。则出现部分参与者完成数据提交。未收到commit的命令的参与者则无法进行事务提交。整个分布式系统便出现了数据不一致性现象。
   ●太过保守:
        ==>协调者指示参与者进行事务提交询问的过程中,参与者出现故障导致协调者始终无法获取到所有参与者的相应信息的花,这时协调者只能靠自身的超时机制来判断是否需要中断事务,这样的策略显得保守。换句话说,二阶段提交协议没有设计较为完善的容错机制,任意一个节点故障会导致整个事务失败。

时间: 2024-08-03 07:19:07

三:分布式事务一致性协议2pc和3pc的相关文章

六:分布式事务一致性协议paxos的分析

最近研究paxos算法,看了许多相关的文章,概念还是很模糊,觉得还是没有掌握paxos算法的精髓,所以花了3天时间分析了libpaxos3的所有代码,此代码可以从https://bitbucket.org/sciascid/libpaxos 下载.对paxos算法有初步了解之后,再看此文的效果会更好:如果你也想分析libpaxos3的话,此文应该会对你有不小帮助:关于paxos的历史这里不多做介绍,关于描述paxos算法写的最好的一篇文章应该就是维基百科了,地址戳这里:http://zh.wik

五:分布式事务一致性协议paxos的应用场景

1.应用场景 (1)分布式中的一致性 Paxos算法主要是解决一致性问题,关于“一致性”,在不同的场景有不同的解释: NoSQL领域:一致性更强调“能读到新写入的”,就是读写一致性数据库领域:一致性强调“所有的数据状态一致”,经过一个事务后,如果事务成功,所有的表数据都按照事务中的SQL进行了操作,该修改的修改,该增加的增加,该删除的删除,不能该修改的修改了,该删除的没删掉:如果事务失败,所有的数据还是在初始状态:状态机:在状态机中的一致性更强调在每个初始状态一致的状态机上执行一串命令后状态都必

四,分布式事务一致性协议paxos通俗理解

转载地址:http://www.lxway.com/4618606.htm 维基的简介:Paxos算法是莱斯利·兰伯特(Leslie Lamport,就是 LaTeX 中的"La",此人现在在微软研究院)于1990年提出的一种基于消息传递且具有高度容错特性的一致性算法. Paxos算法目前在Google的Chubby.MegaStore. Spanner等系统中得到了应用,Hadoop中的ZooKeeper也使用了Paxos算法,在上面的各个系统中,使用的算法与Lamport提出的 原

明白了,原来分布式事务一致性可以这样搞

1.分布式事务问题的产生 何为事务? 所谓事务,大多数开发人员对事务并不陌生,它是由中间件提供的一种特有的机制.这种机制可以将一个活动所涉及的全部操作当做一个不可分割的执行单元,只有这个执行单元的所有操作均能正常执行的情况下才提交事物:否则,只要其中任一一个操作执行失败,都将导致整个执行单元回滚.现在的关系型数据库.部分消息中间件都具备这样的事务处理能力. 事务特性有哪些? Atomicity--原子性,是说事务中的所有操作的结果,要么全部成功,要么全部失败,不会存在中间状态.事务在执行过程中如

分布式事务一致性解决方案分析

一.从数据一致性谈起 一致性问题,"万恶之源"是数据冗余和分布并通过网络交互+网络异常是常态. 1.数据一致性的情形 主库.从库和缓存数据一致性,相同数据冗余,关系数据库,为保证关据库的高可用和高性能,一般会采用主从(备)架构并引入缓存.其中数据不一致性存在于数据冗余的时间窗口内.常用的解决方案见数据库之架构. 多副本数据之间的数据一致性,相同数据副本,大数据领域,一份数据会有多个副本并存储到不同的节点上.客户端可以访问任何一个节点进行读写操作.常用的解决方案是基于Paxos.ZAB.

分布式一致性算法2PC和3PC

为了解决分布式一致性问题,产生了不少经典的分布式一致性算法,本文将介绍其中的2PC和3PC.2PC即Two-Phase Commit,译为二阶段提交协议.3PC即Three-Phase Commit,译为三阶段提交协议.? 分布式系统和分布式一致性问题 ? 分布式系统,即运行在多台不同的网络计算机上的软硬件系统,并且仅通过消息传递来进行通信和协调. 分布式一致性问题,即相互独立的节点之间如何就一项决议达成一致的问题.? 2PC ? 2PC,二阶段提交协议,即将事务的提交过程分为两个阶段来进行处理

【分布式】一致性协议

一.前言 继续前面的学习,这篇我们来学习在分布式系统中最重要的一块,一致性协议,其中就包括了大名鼎鼎的Paxos算法. 二.2PC与3PC 在分布式系统中,每一个机器节点虽然能够明确知道自己在进行事务操作过程中的结果是成功或是失败,但是却无法直接获取到其他分布式节点的操作结果,因此,当一个事务操作需要跨越多个分布式节点的时候,为了保持事务处理的ACID的特性,需要引入协调者的组件来统一调度所有分布式节点的执行逻辑,而被调度的节点则被称为参与者,协调者负责调度参与者的行为并最终决定这些参与者是否要

分布式事务一致性方案

http://www.infoq.com/cn/articles/solution-of-distributed-system-transaction-consistency 在OLTP系统领域,我们在很多业务场景下都会面临事务一致性方面的需求,例如最经典的Bob给Smith转账的案例.传统的企业开发,系统往往是以单体应用形式存在的,也没有横跨多个数据库.我们通常只需借助开发平台中特有数据访问技术和框架(例如Spring.JDBC.ADO.NET),结合关系型数据库自带的事务管理机制来实现事务性

3.一致性协议 2PC协议(ZooKeeper手记)

2PC和3PC来历 在分布式系统中,每一个机器节点都能明确知道,自己在进行的事务操作是否成功(可以理解为单机操作),但是却无法直接获取到其他分布式节点的操作结果.因此,当一个事务操作需要跨越多个分布式节点的时候,为了保持事务处理的ACID特性,就需要引入一个称为"协调者"的组件来统一调度所有分布式节点的执行逻辑,我们把他称作"参与者".基于这个思想,衍生了2PC和3PC的两种协议. 1. 2PC(Two-Phase Commit)二阶段提交 阶段一:提交事务请求 事