跳到主要内容
约 6 分钟3 张卡

跨地域复制

跨地域复制是把数据复制到不同地域,让服务能从其他地域读取数据或接管故障。距离也带来了代价:等待远端确认会增加延迟,先在本地返回则可能留下数据丢失或冲突的窗口。选择方案时,要把响应时间、允许丢失的数据和地域故障后的写入能力放在一起判断。

1. 面试核心​

先记住这几条,再读正文
  • 写入等待远端确认时,响应时间包含远端通信与持久化耗时,就近接入不能消除这段等待。
  • 单主异步复制提供统一写入顺序,但远端副本接管时,尚未复制的已确认写入可能丢失。卡 · 综合题
  • 多数派按投票节点计算,地域数量不能直接代表容灾能力,还要看每个地域故障后剩余多少票。卡 · 投票副本与地域故障域
  • 多地独立确认本地写入可以减少远端等待,但同一数据的并发更新需要合并规则。
  • 版本向量可以识别因果与并发,单个时间戳更大不能证明因果依赖。卡 · 版本向量示例

2. 物理距离与延迟​

跨地域写入的延迟,取决于一次成功响应要等哪些副本。需要远端确认时,响应时间就包含相应的网络往返(RTT)、存储刷新和抖动;慢的一次确认还会拉高尾延迟。

客户端离 Leader 很远时,把请求送到 Leader 也需要时间。就近入口可以接收并转发请求,但如果数据仍要写到远端,后面的跨地域等待不会消失。

3. 单主跨地域​

单主让同一份数据只有一个写入入口,由它确定写入顺序。远端副本异步接收更新,可以承接允许旧值的查询;需要更新结果的读取,则可以回到主地域。

单主也可以采用同步复制。“有几个地方能写”和“写入成功前等待谁确认”是两个独立问题,不要把单主等同于异步。

异步复制的风险发生在远端接管时:旧主已经返回成功、远端却还没收到的写入,可能随旧主永久故障而丢失。恢复点目标(RPO)规定业务能容忍多大的数据丢失时间窗口,实际损失还要根据最后安全日志位置核对。

4. 同步多地域复制​

同步跨地域复制要等协议要求的副本集合确认后,才把写入提交。对于多数派共识,数据能否保留取决于提交、持久化和选举规则;故障后还能否继续写,则要看剩余投票节点能否形成多数。

4.1 投票副本与地域故障域​

同一地域的节点可能一起失效,所以计算容错时,要把整个地域当作一个故障域。五个投票副本需要三票:若三地分布为 3、1、1,失去三票所在地域后只剩两票,集群就会停写。

若改为 2、2、1,任一地域故障后至少还剩三票。不过,继续服务仍要求剩余节点互通、日志完整,接管地域也要有足够容量。

普通 Raft 的投票节点保存日志。产品若提供特殊见证节点,应按该产品协议核对。仅有选票并不自动代表存在可恢复的数据副本。

5. 多主写入​

多主写入允许不同地域独立确认对同一数据的本地更新,可以省去远端等待,但也会产生并发版本。网络恢复后,系统必须决定这些版本怎样合并。

最后写入胜出(LWW)按时间或版本规则选出一个值,落选的更新会丢失。无冲突复制数据类型(CRDT)为特定数据类型提供合并规则,但库存非负、全局唯一等业务约束仍需单独保证。

如果业务不适合合并,可以按业务键分配归属地域(home region):不同数据在不同地域写入,同一份数据仍只有一个写入所有者。

6. 版本与并发识别​

版本向量为每个更新来源分别记录计数,用这些计数判断版本之间的关系。逐项比较时,如果一个向量的所有分量都不小于另一个,且至少一项更大,就说明前者是包含后者历史的后继版本。

6.1 版本向量示例​

假设向量的两项分别记录地域 A、B 的更新进度,两地起初都持有 (1,1)。断网后,A 更新得到 (2,1),B 更新得到 (1,2)。A 的版本包含更多 A 的更新,B 的版本包含更多 B 的更新,双方都没有包含对方的全部历史,因此这两个版本并发。

合并时,计数逐项取最大值得到 (2,2);若 A 再生成一个包含双方历史的新版本,可得到 (3,2)。这只说明版本关系,字段值具体怎样合并,仍由数据类型或业务规则决定。

Lamport 逻辑时钟只用一个数记录顺序:有因果先后时,数值也有先后;反过来不成立,数值更大不能证明它看过前一个版本。机器记录的实际时间同样不能单独识别并发。

7. 故障转移​

主地域失联后,要先阻止旧主继续写入,再让新地域接管,否则两边可能同时修改同一份数据。这类写入隔离也称为 fencing。DNS、长连接和业务验证的处理见故障转移。

旧地域恢复后,先核对是否产生分叉、按协议处理冲突并追平权威数据,再评估是否回切。不能仅凭机器恢复就重新开放旧地域的写入。

8. 数据驻留​

数据驻留约束数据允许存储和处理的地域。设计时要按数据类别明确范围,并同时检查业务数据、备份、日志和遥测;业务数据库没有跨地域,不代表其他数据流也没有。

架构图应标出这些跨地域流向。用于管理系统的控制面如果共享元数据,也要检查其中是否包含敏感字段。

9. 恢复演练​

恢复演练要验证业务结果,不能只看流量是否切走。模拟地域断网、复制落后、请求仍发往旧主时,核对最后安全日志位置、实际丢失记录和重复请求。

多主系统检查冲突是否按预期合并,单主系统检查旧写入权是否失效、数据是否追平。最后把实际恢复时间和数据丢失窗口与目标对照。

10. 常见问题​

10.1 两地三中心一定能容忍一个地域故障吗?​

不一定。要按副本协议和票数分布计算,不能只看“两地三中心”这个名称。失去一个地域后,剩余节点是否够票、数据是否完整、流量能否切过去,以及容量是否足够,都影响实际恢复。

10.2 应用多活就必须让同一份数据多地写入吗?​

11. 面试题卡片​

12. 参考资料​

来源:Coding 101 原文 · 免费阅读,引用请保留出处。内容使用说明