{"id":56365,"date":"2020-02-11T00:00:00","date_gmt":"2020-02-10T21:00:00","guid":{"rendered":"https:\/\/prohoster.info\/blog\/blog_prohoster\/highload-mihail-tyulenev-mongodb-causal-consistency-ot-teorii-k-praktike"},"modified":"2020-02-18T14:04:37","modified_gmt":"2020-02-18T11:04:37","slug":"highload-mihail-tyulenev-mongodb-causal-consistency-ot-teorii-k-praktike","status":"publish","type":"post","link":"https:\/\/prohoster.info\/sv\/blog\/administrirovanie\/highload-mihail-tyulenev-mongodb-causal-consistency-ot-teorii-k-praktike","title":{"rendered":"HighLoad++, Mikhail Tyulenev (MongoDB): Causal consistency: fr\u00e5n teori till praktik","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

N\u00e4sta konferens HighLoad++ \u00e4ger rum den 6 och 7 april 2020 i Sankt Petersburg.
\nDetaljer och biljetter via l\u00e4nken<\/a><\/noindex>. HighLoad++ Sibirien 2019. Sal \"Krasnojarsk\". 25 juni, 12:00. Sammanfattningar och presentation<\/a><\/noindex>.<\/p>\n

\"HighLoad++,
\n
\nDet f\u00f6rekommer att praktiska krav krockar med teorin, d\u00e4r viktiga aspekter f\u00f6r kommersiella produkter inte beaktas. I detta f\u00f6redrag presenteras processen f\u00f6r att v\u00e4lja och kombinera olika metoder f\u00f6r att skapa komponenter f\u00f6r kausal konsistens baserat p\u00e5 akademiska studier, med utg\u00e5ngspunkt i kraven f\u00f6r kommersiella produkter. Lyssnarna f\u00e5r veta mer om de teoretiska metoderna f\u00f6r logiska klockor, beroendesp\u00e5rning, systemett\u00e4nkande, klocksynchronisering, och varf\u00f6r MongoDB valde vissa l\u00f6sningar.<\/a><\/noindex><\/p>\n

Mikhail Tyulenev (h\u00e4danefter MT):<\/b> \u2013 Jag kommer att prata om kausal konsistens \u2013 en funktion som vi arbetade med p\u00e5 MongoDB. Jag jobbar i gruppen f\u00f6r distribuerade system, vi utvecklade den f\u00f6r cirka tv\u00e5 \u00e5r sedan.<\/p>\n

\"HighLoad++,
\n
\nUnder processen var jag tvungen att bekanta mig med en stor m\u00e4ngd akademisk forskning, eftersom denna funktion \u00e4r ganska v\u00e4lstudierad. Det visade sig att ingen artikel passar in i vad som kr\u00e4vs i produktion, en databas med mycket specifika krav som i stort sett finns i alla produktionsapplikationer.<\/p>\n

Jag kommer att diskutera hur vi, som konsumenter av akademisk forskning, f\u00f6rbereder n\u00e5got s\u00e5dant som vi sedan kan erbjuda v\u00e5ra anv\u00e4ndare i form av en f\u00e4rdig produkt, som \u00e4r bekv\u00e4m och s\u00e4ker att anv\u00e4nda.<\/p>\n

Kausal konsistens. Definiera termer<\/h3>\n

\nTill att b\u00f6rja med vill jag i allm\u00e4nna termer f\u00f6rklara vad kausal konsistens \u00e4r. Det finns tv\u00e5 karakt\u00e4rer \u2013 Leonard och Penny (fr\u00e5n serien \"Den stora uppt\u00e4ckten\"):<\/p>\n

\"HighLoad++,
\n
\nAnta att Penny \u00e4r i Europa, och Leonard vill g\u00f6ra en \u00f6verraskning f\u00f6r henne, en fest. Och han kommer inte p\u00e5 n\u00e5got b\u00e4ttre \u00e4n att ta bort henne fr\u00e5n v\u00e4nlistan, skicka en uppdatering till alla sina v\u00e4nner p\u00e5 fl\u00f6det: \"L\u00e5t oss gl\u00e4dja Penny!\" (hon \u00e4r i Europa, sover, ser inget av detta och kan inte se, eftersom hon inte \u00e4r d\u00e4r). I slutet tar han bort det inl\u00e4gget, raderar det fr\u00e5n \"Fl\u00f6det\" och \u00e5terst\u00e4ller tillg\u00e5ngen s\u00e5 att hon inte m\u00e4rker n\u00e5got och inga skandaler uppst\u00e5r.
\nDet h\u00e4r \u00e4r allt utm\u00e4rkt, men l\u00e5t oss anta att systemet \u00e4r distribuerat och att h\u00e4ndelserna inte har g\u00e5tt riktigt som de borde. Det kan till exempel h\u00e4nda att begr\u00e4nsningen av access till Penny intr\u00e4ffade efter att detta inl\u00e4gg postades, om h\u00e4ndelserna inte \u00e4r relaterade till varandra med orsakssamband. Detta \u00e4r i sj\u00e4lva verket ett exempel p\u00e5 n\u00e4r kausal konsistens kr\u00e4vs f\u00f6r att genomf\u00f6ra en aff\u00e4rsfunktion (i detta fall).<\/p>\n

Detta \u00e4r faktiskt ganska icke-triviala egenskaper hos databaser \u2013 mycket f\u00e5 system st\u00f6djer dem. L\u00e5t oss g\u00e5 vidare till modellerna.<\/p>\n

Konsistensmodeller (Consistency Models)<\/h3>\n

\nVad \u00e4r egentligen en konsistensmodell i databaser? Det \u00e4r vissa garantier som ett distribuerat system ger ang\u00e5ende vilka data och i vilken ordning en kund kan f\u00e5 dem.<\/p>\n

I princip kan alla konsistensmodeller reduceras till hur likt det distribuerade systemet fungerar som ett system som till exempel k\u00f6rs p\u00e5 en nod p\u00e5 en b\u00e4rbar dator. Och i vilken grad ett system som k\u00f6rs p\u00e5 tusentals geografiskt distribuerade noder liknar en b\u00e4rbar dator d\u00e4r alla dessa egenskaper uppfylls automatiskt.<\/p>\n

D\u00e4rf\u00f6r till\u00e4mpas konsistensmodeller endast p\u00e5 distribuerade system. Alla system som tidigare existerade och fungerade med vertikal skalning upplevde inte s\u00e5dana problem. Det fanns en Buffer Cache och all data l\u00e4stes alltid d\u00e4rifr\u00e5n.<\/p>\n

Stark modell<\/h3>\n

\nDen allra f\u00f6rsta modellen \u00e4r den Starka (eller Linearity, som den ofta kallas). Det \u00e4r en konsistensmodell som garanterar att varje \u00e4ndring, s\u00e5 snart den bekr\u00e4ftas, blir synlig f\u00f6r alla anv\u00e4ndare av systemet.<\/p>\n

Detta skapar en global ordning f\u00f6r alla h\u00e4ndelser i databasen. Detta \u00e4r en mycket stark konsistensegenskap och den \u00e4r dessutom kostsam. \u00c4nd\u00e5 har den mycket bra st\u00f6d. Den \u00e4r bara mycket dyr och l\u00e5ngsam \u2013 den anv\u00e4nds s\u00e4llan. Detta kallas linearitet.<\/p>\n

Det finns en annan, \u00e4nnu starkare egenskap som st\u00f6ds i 'Spanner' \u2013 den kallas extern konsistens. Vi kommer att prata mer om det senare.<\/p>\n

Kausal<\/h3>\n

\nN\u00e4sta \u00e4r Causal, precis det jag pratade om. Mellan Strong och Causal finns det ytterligare n\u00e5gra underniv\u00e5er, som jag inte kommer att g\u00e5 in p\u00e5, men de alla relaterar till Causal. Detta \u00e4r en viktig modell, eftersom den \u00e4r den starkaste av alla modeller, den starkaste konsistensen vid n\u00e4tverk eller partitioner.<\/p>\n

Causals \u00e4r faktiskt en situation d\u00e4r h\u00e4ndelser \u00e4r kopplade genom orsak och verkan. De uppfattas ofta som Read your on rights ur kundens perspektiv. Om en kund har observerat vissa v\u00e4rden kan han eller hon inte se v\u00e4rden som fanns i det f\u00f6rflutna. De b\u00f6rjar redan se prefixl\u00e4sningar. Allt detta handlar om samma sak.
\nCausals som en konsistensmodell inneb\u00e4r en partiell ordning av h\u00e4ndelser p\u00e5 servern d\u00e4r h\u00e4ndelser fr\u00e5n alla kunder observeras i samma sekvens. I detta fall \u2013 Leonard och Penny.<\/p>\n

Eventual<\/h3>\n

\nDen tredje modellen \u00e4r Eventual Consistency. Detta \u00e4r n\u00e5got som alla distribuerade system st\u00f6der, den minimi modell som \u00f6verhuvudtaget \u00e4r meningsfull. Den inneb\u00e4r f\u00f6ljande: n\u00e4r vi g\u00f6r vissa f\u00f6r\u00e4ndringar i data, blir de vid en viss tidpunkt konsistenta.<\/p>\n

Vid den tidpunkten s\u00e4ger den ingenting, annars skulle den ha blivit External Consistency \u2013 det skulle ha blivit en helt annan historia. Trots det \u00e4r detta en mycket popul\u00e4r modell, den mest utbredda. Som standard anv\u00e4nder alla anv\u00e4ndare av distribuerade system Eventual Consistency.<\/p>\n

Jag vill ge n\u00e5gra j\u00e4mf\u00f6rande exempel:<\/p>\n

\"HighLoad++,
\n
\nVad betyder dessa pilar?<\/p>\n