Dynamo的意思是發(fā)電機，顧名思義，這一整套的方案都像發(fā)電機一樣，源源不斷地提供服務(wù)，永不間斷。以下內容看上去有點(diǎn)教條，但基本上如果你要理解原理，這每一項都是必須知道的。
圖一：CAP原則當年的PPT
Consistency（一致性）：即數據一致性，簡(jiǎn)單的說(shuō)，就是數據復制到了N臺機器，如果有更新，要N機器的數據是一起更新的。
Availability（可用性）：好的響應性能，此項意思主要就是速度。
Partition tolerance（分區容錯性）：這里是說(shuō)好的分區方法，體現具體一點(diǎn)，簡(jiǎn)單地可理解為是節點(diǎn)的可擴展性。
定理：任何分布式系統只可同時(shí)滿(mǎn)足二點(diǎn)，沒(méi)法三者兼顧。
忠告：架構師不要將精力浪費在如何設計能滿(mǎn)足三者的完美分布式系統，而是應該進(jìn)行取舍。
DHT（Distributed Hash Table，分布式哈希表），它是一種分布式存儲尋址方法的統稱(chēng)。就像普通的哈希表，里面保存了key與value的對應關(guān)系，一般都能根據一個(gè)key去對應到相應的節點(diǎn)，從而得到相對應的value。
這里隨帶一提，在DHT算法中，一致性哈希作為第一個(gè)實(shí)用的算法，在大多數系統中都使用了它。一致性哈?；窘鉀Q了在P2P環(huán)境中最為關(guān)鍵的問(wèn)題 ——如何在動(dòng)態(tài)的網(wǎng)絡(luò )拓撲中分布存儲和路由。每個(gè)節點(diǎn)僅需維護少量相鄰節點(diǎn)的信息，并且在節點(diǎn)加入/退出系統時(shí)，僅有相關(guān)的少量節點(diǎn)參與到拓撲的維護中。至于一致性哈希的細節就不在這里詳細說(shuō)了，要指明的一點(diǎn)是，在Dynamo的數據分區方式之后，其實(shí)內部已然是一個(gè)對一致性哈希的改造了。
有了上面一章里的兩個(gè)基礎介紹之后，我們開(kāi)始進(jìn)入Dynamo的世界。
在Dynamo的實(shí)現中提到一個(gè)關(guān)鍵的東西，就是數據分區。 假設我們的數據的key的范圍是0到2的64次方（不用懷疑你的數據量會(huì )超過(guò)它，正常甚至變態(tài)情況下你都是超不過(guò)的，甚至像伏地魔等其他類(lèi)Dynamo系統是使用的 2的32次方），然后設置一個(gè)常數，比如說(shuō)1000，將我們的key的范圍分成1000份。然后再將這1000份key的范圍均勻分配到所有的節點(diǎn)（s個(gè)節點(diǎn)），這樣每個(gè)節點(diǎn)負責的分區數就是1000/s份分區。
圖二：三個(gè)節點(diǎn)分12個(gè)區的數據的情況
因為數據是均勻離散到這個(gè)環(huán)上的（有人開(kāi)始會(huì )認為數據的key是從1、2、3、4……這樣子一直下去的，其實(shí)不是的，哈希計算出來(lái)的值，都是一個(gè)離散的結果），所以我們每個(gè)分區的數據量是大致相等的。從圖上我們可以得出，每臺機器都分到了三個(gè)分區里的數據，并且因為分區是均勻的，在分區數量是相當大的時(shí)候，數據的分布會(huì )更加的均勻，與此同時(shí)，負載也被均勻地分開(kāi)了（當然了，如果硬要說(shuō)你的負載還是只集中在一個(gè)分區里，那就不是在這里要討論的問(wèn)題了，有可能是你的哈希函數是不是有什么樣的問(wèn)題了）。
圖三：加入一個(gè)新的節點(diǎn)D的情況
同樣是圖二里的情況，12個(gè)分區分到ABC三個(gè)節點(diǎn)，圖三中就是再進(jìn)入了一個(gè)新的節點(diǎn)D，從圖上的重新分布情況可以得出，所有節點(diǎn)里只需要轉移四分之一的數據到新來(lái)的節點(diǎn)即可，同時(shí)，新節點(diǎn)的負載也伴隨分區的轉移而轉移了（這里的12個(gè)分區太少了，如果是1200個(gè)分區甚至是12000個(gè)分區的話(huà)，這個(gè)結論就是正確的了，12個(gè)分區只為演示用）。
在Dynamo系統中，第一次提出來(lái)了NRW的方法。
N：復制的次數；
R：讀數據的最小節點(diǎn)數；
W：寫(xiě)成功的最小分區數。
這三個(gè)數的具體作用是用來(lái)靈活地調整Dynamo系統的可用性與一致性。
舉個(gè)例子來(lái)說(shuō)，如果R=1的話(huà)，表示最少只需要去一個(gè)節點(diǎn)讀數據即可，讀到即返回，這時(shí)是可用性是很高的，但并不能保證數據的一致性，如果說(shuō)W同時(shí)為1的 話(huà)，那可用性更新是最高的一種情況，但這時(shí)完全不能保障數據的一致性，因為在可供復制的N個(gè)節點(diǎn)里，只需要寫(xiě)成功一次就返回了，也就意味著(zhù)，有可能在讀的這一次并沒(méi)有真正讀到需要的數據（一致性相當的不好）。如果W=R=N=3的話(huà)，也就是說(shuō)，每次寫(xiě)的時(shí)候，都保證所有要復制的點(diǎn)都寫(xiě)成功，讀的時(shí)候也是都讀到，這樣子讀出來(lái)的數據一定是正確的，但是其性能大打折扣，也就是說(shuō)，數據的一致性非常的高，但系統的可用性卻非常低了。如果R + W > N能夠保證我們“讀我們所寫(xiě)”，Dynamo推薦使用322的組合。
Dynamo系統的數據分區讓整個(gè)網(wǎng)絡(luò )的可擴展性其實(shí)是一個(gè)固定值（你分了多少區，實(shí)際上網(wǎng)絡(luò )里擴展節點(diǎn)的上限就是這個(gè)數），通過(guò)NRW來(lái)達到另外兩個(gè)方 向上的調整。
針對一些經(jīng)?？赡艹霈F的問(wèn)題，Dynamo還提供了一些解決的方法。
第一個(gè)是hinted handoff數據的加入：在一個(gè)節點(diǎn)出現臨時(shí)性故障時(shí)，數據會(huì )自動(dòng)進(jìn)入列表中的下一個(gè)節點(diǎn)進(jìn)行寫(xiě)操作，并標記為handoff數據，在收到通知需要原節點(diǎn)恢復時(shí)重新把數據推回去。這能使系統的寫(xiě)入成功大大提升。
第二個(gè)是向量時(shí)鐘來(lái)做版本控制：用一個(gè)向量（比如說(shuō)[a,1]表示這個(gè)數據在a節點(diǎn)第一次寫(xiě)入）來(lái)標記數據的版本，這樣在有版本沖突的時(shí)候，可以追溯到出現問(wèn)題的地方。這可以使數據的最終一致成為可能。（Cassandra未用vector clock，而只用client timestamps也達到了同樣效果。）
第三個(gè)是Merkle tree來(lái)提速數據變動(dòng)時(shí)的查找：使用Merkle tree為數據建立索引，只要任意數據有變動(dòng)，都將快速反饋出來(lái)。
第四個(gè)是Gossip協(xié)議：一種通訊協(xié)議，目標是讓節點(diǎn)與節點(diǎn)之間通信，省略中心節點(diǎn)的存在，使網(wǎng)絡(luò )達到去中心化。提高系統的可用性。
Dynamo的理論對CAP原則里的可擴展性做到了很方便的實(shí)現，通過(guò)創(chuàng )造性的NRW來(lái)平衡系統的可用性和一致性，增加了系統在實(shí)際情況下遇到問(wèn)題的可選擇方案?？梢韵嘞?，在NoSQL的道路上，這只是個(gè)開(kāi)端，在分布式計算的道路上，已經(jīng)是MapReduce之后的再次革命。
聯(lián)系客服
