本文翻譯自國外論壇 medium，原文地址： # 什麼是數據複製？ 數據複製是指將數據複製到一個或多個數據容器以確保可用性的過程。複製的數據通常存儲在不同的資料庫實例中，即使一個實例發生故障，我們也可以從其他實例獲取數據。 一種流行數據複製的實現架構是主從架構。 > 推薦博主開源的 H5 商城項目* ...
本文翻譯自國外論壇 medium，原文地址：https://medium.com/@interviewready/data-replication-in-distributed-system-87f7d265ff28
什麼是數據複製？
數據複製是指將數據複製到一個或多個數據容器以確保可用性的過程。複製的數據通常存儲在不同的資料庫實例中，即使一個實例發生故障，我們也可以從其他實例獲取數據。
一種流行數據複製的實現架構是主從架構。
推薦博主開源的 H5 商城項目waynboot-mall，這是一套全部開源的微商城項目，包含三個項目：運營後臺、H5 商城前臺和服務端介面。實現了商城所需的首頁展示、商品分類、商品詳情、商品 sku、分詞搜索、購物車、結算下單、支付寶/微信支付、收單評論以及完善的後臺管理等一系列功能。 技術上基於最新得 Springboot3.0、jdk17，整合了 MySql、Redis、RabbitMQ、ElasticSearch 等常用中間件。分模塊設計、簡潔易維護，歡迎大家點個 star、關註博主。
github 地址：https://github.com/wayn111/waynboot-mall
主從架構
為了理解這個架構，我們舉一個例子。
- 我們有四個客戶端，每個客戶端都連接到一個負載均衡器。
- 然後負載均衡器將請求分發到三個應用程式伺服器。
- 每台伺服器連接到一個資料庫實例。
你能註意到這裡有什麼問題嗎？
我們的資料庫存在單點故障。如果它崩潰了，我們的整個系統就會停止工作。
為了避免這種單點故障，我們可以使用另一個資料庫（最好是不同的資料庫實例）來存儲原始數據的副本（一般我們成為從庫）。現在如果原始資料庫（主庫）崩潰，我們可以將請求轉到從庫。
但是我們如何保持從庫與主庫同步呢？這有兩種方法。
同步複製數據
- 在這種方法中，數據同時寫入主庫和從庫
- 數據始終一致。即數據如果寫入主庫，它也會寫入從庫
- 資料庫負載較高
非同步複製數據
- 在這種方法中，首先將數據寫入主庫，並定期將更新寫入從庫
- 由於複製以固定間隔進行，因此存在數據丟失和不一致的可能性
- 資料庫負載相對較低
這裡我們的一般定義是收到寫請求的主庫資料庫是 master）。從庫被稱為 slaves。
如上圖我們的主站也就是 Server2 維護事務日誌。他會更新從站中（Server1）的數據，它發送命令，然後從站以相同的順序執行這些命令。
如果伺服器向從站發送寫入請求會發生什麼？
有兩種方法可以處理這種情況
- 不允許對從站的寫請求，從站無法寫入資料庫，它只能去讀從庫數據。
- 允許從站寫入數據。我們將允許從站寫入數據。然後從站將更改複製到主站。在這種情況下，從站就接替了主站的角色。所以不再是主從架構而是主主架構
主主架構的問題
網路故障可能會導致主主架構中的數據不一致。
讓我們用一個例子來理解這一點，假設我們有兩個資料庫實例 A 和 B。
- 兩人都是 master。
- 它們之間的路由器出現故障。所以 A 認為 B 離線，B 認為 A 離線。
- 他們有一個數據項 X，其值最初為 100。
現在用戶發送以下請求，
- X 減去 20，該請求被路由到 A，此時 A 中 X 的值為 80。
- X 減去 80，這個請求被路由到 B（因為都是 master，所以寫請求可以路由到任何資料庫）。現在 B 中 X 的值為 20。
由於存在通信故障，A 和 B 無法同步，它們具有不同的數據值，因此不一致。
- 現在，如果用戶發出讀請求，他/她將獲得不同的值，具體取決於他/她將連接到的資料庫。
這個問題被稱為裂腦問題。
解決裂腦問題
我們可以通過添加第三個節點（資料庫實例）來解決裂腦問題。
這裡我們假設一個節點崩潰以及其他兩個節點之間的路由器崩潰的可能性極小。
讓我們考慮三個資料庫實例 A、B 和 C。
- 如果 C 崩潰，A 和 B 是主庫並且它們是同步的。所以他們處於一致的狀態。當 C 線上時，他們可以讀取 A 或 B 的內容。
- 如果 A 和 B 之間出現通信故障
- 當 A 收到寫入請求時，它將其狀態傳播到 C。最初狀態為 S0，然後轉移到 Sx。所以現在 A 和 C 都有 Sx。
- 當 B 收到寫入請求時，它將其狀態從 S0 移至 Sy。它嘗試將其狀態傳播到 C，但失敗，因為 B 的先前狀態不等於 C。現在 B 中止寫入請求並將其狀態更新為 Sx。現在 B 可以接受寫入請求並將更改傳播到 C。
這稱為分散式共識。多個節點就特定值達成一致。在這種情況下，A、B 和 C 在最終狀態上達成一致。
最後
感謝您的閱讀，希望本文能對你理解分散式架構中的數據複製有所幫助。
關註公眾號【waynblog】每周分享技術乾貨、開源項目、實戰經驗、高效開發工具等，您的關註將是我的更新動力！
