🛳️ 🛳️ 👨🏾 हाईलाड ++, मिखाइल टाइलेनेव (मोंगोबीडी): कारण संगति: सिद्धांत से अभ्यास तक 📊 🛕 🛂

अगला हाईलोअड ++ सम्मेलन 6 और 7 अप्रैल, 2020 को सेंट पीटर्सबर्ग में आयोजित किया जाएगा।
विवरण और टिकट यहां । हाईलाड ++ साइबेरिया 2019. हॉल "क्रास्नोयार्स्क"। 25 जून, 12:00 बजे। सार और प्रस्तुति ।

ऐसा होता है कि व्यावहारिक आवश्यकताओं के एक सिद्धांत के साथ संघर्ष होता है जहां एक वाणिज्यिक उत्पाद के लिए महत्वपूर्ण पहलुओं पर ध्यान नहीं दिया जाता है। यह रिपोर्ट व्यावसायिक उत्पाद की आवश्यकताओं के आधार पर शैक्षणिक अनुसंधान के आधार पर कॉज़ल स्थिरता घटकों को बनाने के लिए विभिन्न दृष्टिकोणों के चयन और संयोजन की प्रक्रिया को प्रस्तुत करती है। छात्र तार्किक घड़ियों, निर्भरता ट्रैकिंग, सिस्टम सुरक्षा, घड़ी तुल्यकालन के मौजूदा सैद्धांतिक दृष्टिकोणों के बारे में जानेंगे, और क्यों इन या उन समाधानों पर MongoDB बंद हो गया।

मिखाइल टाइलेनेव (इसके बाद - एमटी): - मैं कॉसल संगति के बारे में बात करूंगा - यह एक विशेषता है जो हमने मोंगोडीबी में काम किया था। मैं वितरित प्रणालियों के एक समूह में काम करता हूं, हमने लगभग दो साल पहले किया था।

इस प्रक्रिया में, मुझे बहुत सारे शैक्षणिक अनुसंधानों से परिचित होना पड़ा, क्योंकि इस सुविधा का अच्छी तरह से अध्ययन किया जाता है। यह पता चला कि उत्पादन में आवश्यक एक भी लेख फिट नहीं है, बहुत विशिष्ट आवश्यकताओं को ध्यान में रखते हुए डेटाबेस, संभवतः, किसी भी उत्पादन अनुप्रयोगों में।

मैं इस बारे में बात करूंगा कि हम कैसे, अकादमिक अनुसंधान के उपभोक्ता के रूप में, इससे कुछ ऐसा तैयार करते हैं जिसे हम अपने उपयोगकर्ताओं के लिए एक तैयार पकवान के रूप में प्रस्तुत कर सकते हैं जो सुविधाजनक, उपयोग करने के लिए सुरक्षित है।

कारण की संगति। आइए अवधारणाओं को परिभाषित करते हैं

के साथ, मैं सामान्य शब्दों क्या कारण निरंतरता है में रूपरेखा तैयार करना चाहते हैं शुरू करने के लिए। दो पात्र हैं - लियोनार्ड और पेनी (श्रृंखला "द बिग बैंग थ्योरी"):

मान लीजिए कि पेनी यूरोप में है, और लियोनार्ड उसके लिए किसी तरह का आश्चर्य करना चाहता है, एक पार्टी। और वह मित्र सूची से उसे बाहर फेंकने से बेहतर कुछ भी नहीं करता है, सभी दोस्तों को खिलाने के लिए अपडेट भेजते हुए: "चलो पेनी को खुश करें!" (वह यूरोप में, सोते समय, यह सब नहीं देखती और नहीं देख सकती, क्योंकि वह वहां नहीं है)। अंत में, यह इस पोस्ट को हटा देता है, इसे "फ़ीड" से मिटा देता है और पहुंच को पुनर्स्थापित करता है ताकि यह कुछ भी नोटिस न करे और कोई घोटाला न हो।
यह सब ठीक है, लेकिन मान लेते हैं कि सिस्टम वितरित किया गया है, और घटनाएं थोड़ी गलत हो गईं। हो सकता है, उदाहरण के लिए, ऐसा होता है कि इस पोस्ट के प्रकट होने के बाद पेनी पहुंच प्रतिबंध हुआ, यदि घटनाएं एक कारण संबंध से जुड़ी नहीं हैं। वास्तव में, यह एक उदाहरण है जब व्यावसायिक फ़ंक्शन (इस मामले में) को पूरा करने के लिए कॉज़ल स्थिरता की आवश्यकता होती है।

वास्तव में, ये डेटाबेस के काफी गैर-तुच्छ गुण हैं - बहुत कम लोग उनका समर्थन करते हैं। चलो मॉडल पर चलते हैं।

संगति मॉडल

सामान्य रूप से डेटाबेस में एक संगति मॉडल क्या है? ये कुछ गारंटीएं हैं जो एक वितरित सिस्टम डेटा को किस क्रम में और किस क्रम में क्लाइंट को प्राप्त कर सकता है, के बारे में देता है।

सिद्धांत रूप में, सभी संगतता मॉडल नीचे आते हैं कि सिस्टम को कैसे वितरित किया जाता है एक सिस्टम जैसा काम करता है, उदाहरण के लिए, लैपटॉप पर एक ही नोड पर। और यह वह प्रणाली है जो हजारों भू-वितरित "नोड्स" पर काम करती है, यह एक लैपटॉप के समान है, जिसमें इन सभी गुणों को सिद्धांत रूप में स्वचालित रूप से निष्पादित किया जाता है।

इसलिए, संगतता मॉडल केवल वितरित सिस्टम पर लागू होते हैं। पहले से मौजूद सभी प्रणालियों ने एक ही ऊर्ध्वाधर स्केलिंग पर काम किया और ऐसी समस्याओं का अनुभव नहीं किया। एक बफर कैश था, और सब कुछ हमेशा यह से पढ़ा था।

मजबूत मॉडल

दरअसल, बहुत पहला मॉडल स्ट्रॉन्ग है (या वृद्धि की क्षमता की रेखा, जैसा कि अक्सर कहा जाता है)। यह एक स्थिरता मॉडल है जो सुनिश्चित करता है कि हर परिवर्तन, जैसे ही पुष्टि प्राप्त होती है कि यह हुआ है, सिस्टम के सभी उपयोगकर्ताओं को दिखाई देता है।

यह डेटाबेस में सभी घटनाओं का एक वैश्विक क्रम बनाता है। यह एक बहुत मजबूत स्थिरता संपत्ति है, और यह आम तौर पर बहुत महंगा है। हालांकि, यह बहुत अच्छी तरह से बनाए रखा है। यह बस बहुत महंगा और धीमा है - वे बस शायद ही कभी उपयोग किए जाते हैं। इस वृद्धि की क्षमता कहा जाता है।

एक और, अधिक शक्तिशाली संपत्ति है जो "स्पैनर" में समर्थित है - जिसे बाहरी संगति कहा जाता है। हम उसके बारे में थोड़ी देर बाद बात करेंगे।

करणीय

निम्नलिखित कारण है, बस मैं किस बारे में बात कर रहा था। स्ट्रॉन्ग और कॉज़ल के बीच कई सारे सेलेब्स हैं, जिनके बारे में मैंने बात नहीं की, लेकिन वे सभी कॉसल में आते हैं। यह एक महत्वपूर्ण मॉडल है क्योंकि यह सभी मॉडलों में सबसे मजबूत है, नेटवर्क या विभाजन की उपस्थिति में सबसे मजबूत स्थिरता है।

कारण वास्तव में एक ऐसी स्थिति है जिसमें घटनाएं एक कारण संबंध से जुड़ी होती हैं। बहुत बार वे ग्राहक के दृष्टिकोण से अपने अधिकारों को पढ़ें के रूप में माना जाता है। यदि क्लाइंट ने कुछ मान देखे, तो वह उन मूल्यों को नहीं देख सकता है जो अतीत में थे। वह पहले से ही उपसर्ग रीडिंग देखना शुरू कर रहा है। यह सब एक ही चीज़ के लिए नीचे आता है।
स्थिरता के एक मॉडल के रूप में कारण सर्वर पर घटनाओं का एक आंशिक क्रम है, जिसमें सभी ग्राहकों से घटनाओं को एक ही अनुक्रम में देखा जाता है। इस मामले में, लियोनार्ड और पेनी।

अंतिम

तीसरा मॉडल अंततः सुसंगतता है। यह वही है जो बिल्कुल वितरित सिस्टम का समर्थन करता है, एक न्यूनतम मॉडल जो आम तौर पर समझ में आता है। इसका अर्थ निम्न है: जब हमारे पास डेटा में कुछ परिवर्तन होते हैं, तो वे किसी बिंदु पर सुसंगत हो जाते हैं।

ऐसे क्षण में, वह कुछ भी नहीं कहती है, अन्यथा वह बाहरी संगतता में बदल जाती है - एक पूरी तरह से अलग कहानी होगी। फिर भी, यह एक बहुत लोकप्रिय मॉडल है, सबसे आम है। डिफ़ॉल्ट रूप से, वितरण प्रणाली के सभी प्रयोक्ताओं को अंतिम संगति का उपयोग करें।

मैं कुछ तुलनात्मक उदाहरण देना चाहता हूँ:

इन तीरों क्या मतलब है?

Latency. : , , , . Eventual Consistency , , , memory .
Availability. , partitions, - – , , - . Eventual Consistency – , .
Anomalies. , , . Strong Consistency , Eventual Consistency . : Eventual Consistency, ? , Eventual Consistency- , , , ; - ; . , .

CAP

जब आप शब्दों स्थिरता, उपलब्धता देखने - क्या मन में आता है? सही - CAP प्रमेय! अब मैं मिथक को दूर करना चाहता हूं ... यह मैं नहीं हूं - मार्टिन क्लेपमैन है, जिसने एक अद्भुत लेख, एक अद्भुत पुस्तक लिखी है।

सीएपी प्रमेय एक सिद्धांत है जो 2000 के दशक में तैयार किया गया था कि संगति, उपलब्धता, विभाजन: कोई भी दो लें, और आप तीन का चयन नहीं कर सकते। यह एक निश्चित सिद्धांत था। गिल्बर्ट और लिंच द्वारा कुछ साल बाद इसे एक प्रमेय के रूप में साबित किया गया था। फिर इसे एक मंत्र के रूप में इस्तेमाल किया जाने लगा - सिस्टम को सीए, सीपी, एपी और इतने पर विभाजित किया जाने लगा।

इस प्रमेय को वास्तव में निम्नलिखित कारणों से सिद्ध किया गया था ... पहले, उपलब्धता को शून्य से सैकड़ों (0 - प्रणाली "मृत", निरंतर - 100 जवाब के रूप में एक निरंतर मूल्य के रूप में नहीं माना जाता था; हम ऐसा विचार करने के लिए उपयोग किए जाते हैं), लेकिन एल्गोरिथ्म की संपत्ति के रूप में , जो यह सुनिश्चित करता है कि इसके सभी निष्पादन के साथ यह डेटा लौटाता है।

वहाँ प्रतिक्रिया समय के बारे में एक शब्द भी नहीं है! वहाँ एक एल्गोरिथ्म है कि 100 साल के बाद रिटर्न डेटा - एक बिल्कुल ठीक उपलब्ध एल्गोरिथ्म, जो कैप प्रमेय का हिस्सा है।
दूसरा: एक ही कुंजी के मूल्यों में बदलाव के लिए एक प्रमेय सिद्ध किया गया था, इस तथ्य के बावजूद कि ये परिवर्तन एक परिवर्तनशील रेखा हैं। इसका मतलब यह है कि वास्तव में वे व्यावहारिक रूप से उपयोग नहीं किए जाते हैं, क्योंकि मॉडल अलग-अलग अंततः संगति, मजबूत संगति (शायद) हैं।

यह सब क्यों है? इसके अलावा, सीएपी प्रमेय जिस रूप में सिद्ध होता है, वह व्यावहारिक रूप से लागू नहीं होता है। सैद्धांतिक रूप में, यह किसी भी तरह सब कुछ को सीमित करता है। यह एक निश्चित सिद्धांत को बताता है जो सहज रूप से सच है, लेकिन किसी भी तरह से, सामान्य रूप से सिद्ध नहीं होता है।

कॉज़ल स्थिरता - सबसे मजबूत मॉडल

अब क्या हो रहा है - आप सभी तीन चीजें प्राप्त कर सकते हैं: विभाजन का उपयोग करके, संगति, उपलब्धता प्राप्त की जा सकती है। विशेष रूप से, कॉज़ल संगतता सबसे मजबूत स्थिरता मॉडल है, जो विभाजन (नेटवर्क ब्रेक) की उपस्थिति में, अभी भी काम करता है। इसलिए, यह इतने बड़े हित का है, और इसलिए हम इसमें लगे हुए हैं।

सबसे पहले, यह एप्लिकेशन डेवलपर्स के काम को सरल करता है। विशेष रूप से, सर्वर से बहुत अधिक समर्थन होता है: जब एक क्लाइंट के अंदर होने वाले सभी रिकॉर्ड को दूसरे क्लाइंट पर इस क्रम में आने की गारंटी होती है। दूसरे, यह विभाजन को रोक देता है।

आंतरिक रसोई MongoDB

कि दोपहर के भोजन को याद करते हुए हम रसोई में चले जाते हैं। मैं सिस्टम मॉडल के बारे में बात करूंगा, अर्थात्, उन लोगों के लिए MongoDB क्या है जो पहले ऐसे डेटाबेस के बारे में सुनते हैं।

MongoDB (बाद में "MongoBD" के रूप में जाना जाता है) एक वितरित प्रणाली है जो क्षैतिज स्केलिंग का समर्थन करती है, अर्थात, तेज करना; और प्रत्येक शार्क के भीतर, यह डेटा अतिरेक, यानी प्रतिकृति का समर्थन करता है।

"MongoBD" (गैर-संबंधपरक डेटाबेस) में साझा करना स्वचालित संतुलन, यानी दस्तावेजों के प्रत्येक संग्रह (या रिलेशनल डेटा के संदर्भ में "तालिका") का प्रदर्शन करता है, और पहले से ही सर्वर स्वचालित रूप से उन्हें शार्क के बीच ले जाता है।

क्वेरी राउटर जो क्लाइंट के लिए क्वेरीज़ वितरित करता है वह कुछ क्लाइंट है जिसके माध्यम से यह काम करता है। वह पहले से ही जानता है कि डेटा कहां और क्या स्थित है, सभी अनुरोधों को सही शार्द पर भेजता है।

एक अन्य महत्वपूर्ण बिंदु: MongoDB एक एकल मास्टर है। एक प्राथमिक है - यह उन रिकॉर्ड्स को ले सकता है जो इसमें निहित कुंजियों का समर्थन करते हैं। आप मल्टी-मास्टर लेखन नहीं कर सकते।

हमने 4.2 रिलीज की - नई दिलचस्प चीजें वहां दिखाई दीं। विशेष रूप से, उन्होंने ल्यूसिन - खोज को सम्मिलित किया - यह "मोंगो" में सीधे निष्पादन योग्य जावा था, और वहां ल्यूसीन के माध्यम से खोज करना संभव हो गया, "इलास्टिक" में भी।

और उन्होंने एक नया उत्पाद बनाया - चार्ट, यह एटलस (मोंगो के अपने क्लाउड) पर भी उपलब्ध है। उनके पास फ्री टियर है - आप इसके साथ खेल सकते हैं। मुझे वास्तव में चार्ट पसंद आया - डेटा विज़ुअलाइज़ेशन बहुत सहज है।

कारण संगति सामग्री

मैंने लगभग 230 लेखों को गिना जो इस विषय पर प्रकाशित हुए थे - लेस्ली लैम्पर्ट से। अब अपनी स्मृति से मैं आपके लिए इन सामग्रियों के कुछ हिस्से लाऊंगा।

यह सब लेस्ली लैम्पर्ट के एक लेख से शुरू हुआ, जो 1970 के दशक में लिखा गया था। जैसा कि आप देख सकते हैं, इस विषय पर कुछ शोध अभी भी जारी है। अब कॉज़ल स्थिरता वितरित प्रणालियों के विकास के संबंध में रुचि का अनुभव कर रही है।

सीमाएं

मर्यादाएं क्या होती हैं? यह वास्तव में, मुख्य बिंदुओं में से एक है क्योंकि प्रतिबंध कि उत्पादन प्रणाली लागू प्रतिबंधों को शैक्षणिक लेख में मौजूद से बहुत अलग हैं। अक्सर वे काफी कृत्रिम होते हैं।

सबसे पहले, "MongoDB" एक ही मास्टर है, जैसा कि मैंने पहले ही कहा है (यह बहुत सरल करता है)।
, 10 . - , .
, , , binary, , .
, Research : . «» – . , , – . , .
, – : , performance degradation .
एक अन्य बिंदु आम तौर पर विरोधी-शैक्षणिक है: पिछले और भविष्य के संस्करणों की संगतता। पुराने ड्राइवरों को नए अपडेट का समर्थन करना चाहिए, और डेटाबेस को पुराने ड्राइवरों का समर्थन करना चाहिए।

सामान्य तौर पर, यह सभी सीमाएं लगाता है।

कारण संगति घटक

अब मैं कुछ घटकों के बारे में बात करूंगा। यदि हम सामान्य Causal स्थिरता पर विचार करते हैं, तो हम ब्लॉक को अलग कर सकते हैं। हम काम करता है कि एक ब्लॉक के हैं से चुना निर्भरता ट्रैकिंग, घंटे की पसंद, कैसे इन घड़ियों एक दूसरे के साथ सिंक्रनाइज़ किया जा सकता है, और हम कैसे सुरक्षा सुनिश्चित - यह मैं क्या बात करेंगे की एक अनुमानित योजना है:

पूर्ण निर्भरता ट्रैकिंग

इसकी आवश्यकता क्यों है? आदेश में कि जब डेटा को दोहराया जाता है - प्रत्येक रिकॉर्ड, प्रत्येक डेटा परिवर्तन में इस बात की जानकारी होती है कि यह किन परिवर्तनों पर निर्भर करता है। बहुत पहले और भोले परिवर्तन तब होते हैं जब प्रत्येक संदेश में रिकॉर्ड होता है जिसमें पिछले संदेशों के बारे में जानकारी होती है:

इस उदाहरण में, ब्रेसिज़ में संख्या रिकॉर्ड की संख्या है। कभी-कभी मूल्यों के साथ ये रिकॉर्ड भी अपनी संपूर्णता में स्थानांतरित होते हैं, कभी-कभी कुछ संस्करण स्थानांतरित किए जाते हैं। लब्बोलुआब यह है कि प्रत्येक परिवर्तन में पिछले एक के बारे में जानकारी है (जाहिर है कि यह अपने आप में सब कुछ वहन करता है)।

हमने इस दृष्टिकोण (पूर्ण ट्रैकिंग) का उपयोग न करने का निर्णय क्यों लिया? जाहिर है, क्योंकि यह दृष्टिकोण अव्यावहारिक है: सामाजिक नेटवर्क में कोई भी परिवर्तन इस सामाजिक नेटवर्क के सभी पिछले परिवर्तनों पर निर्भर करता है, प्रत्येक अपडेट में फेसबुक, या वोकंटेक्ट को संचारित करना, कहना। फिर भी, फुल डिपेंडेंसी ट्रैकिंग जैसे कई शोध हैं - ये सामाजिक नेटवर्क हैं, कुछ स्थितियों के लिए यह वास्तव में काम करता है।

स्पष्ट निर्भरता ट्रैकिंग

अगले एक और अधिक सीमित है। यहां भी, सूचना के प्रसारण पर विचार किया जाता है, लेकिन केवल वह जो स्पष्ट रूप से निर्भर करता है। एक नियम के रूप में, क्या निर्भर करता है, पहले से ही एप्लिकेशन द्वारा निर्धारित किया जाता है। जब डेटा को दोहराया जाता है, तो केवल प्रतिक्रियाएं दी जाती हैं जब एक अनुरोध किया जाता है, जब पिछली निर्भरताएं संतुष्ट थीं, अर्थात, दिखाया गया है। यह इस बात का सार है कि कैसे कोशल संगति काम करती है।

वह देखती है कि रिकॉर्ड 5 क्रमशः 1, 2, 3, 4 - रिकॉर्ड पर निर्भर करता है, वह ग्राहक के पेनी के एक्सेस डिक्री द्वारा किए गए परिवर्तनों तक पहुंचने से पहले इंतजार करती है जब पिछले सभी बदलाव डेटाबेस में पास हो चुके होते हैं।

यह भी हमें शोभा नहीं देता, क्योंकि वैसे भी बहुत अधिक जानकारी है, और यह धीमा हो जाएगा। एक अलग दृष्टिकोण है ...

लैम्पपोर्ट क्लॉक

वे बहुत पुराने हैं। लैम्पपोर्ट क्लॉक का अर्थ है कि ये निर्भरता लैम्पपोर्ट क्लॉक नामक एक स्केलर फ़ंक्शन में ढह गई है।

एक स्केलर फ़ंक्शन कुछ सार संख्या है। अक्सर तार्किक समय कहा जाता है। प्रत्येक घटना में, यह काउंटर बढ़ता है। काउंटर, जो वर्तमान में प्रक्रिया के लिए जाना जाता है, प्रत्येक संदेश भेजता है। यह स्पष्ट है कि प्रक्रियाएं सिंक से बाहर हो सकती हैं, उनके पास पूरी तरह से अलग समय हो सकता है। फिर भी, सिस्टम किसी भी तरह इस तरह के संदेश के साथ घड़ी को संतुलित करता है। इस मामले में क्या होता है?

मैंने उस बड़े शार्क को दो में तोड़ा, ताकि यह स्पष्ट हो: मित्र एक नोड में रह सकते हैं जिसमें संग्रह का एक टुकड़ा होता है, और फ़ीड दूसरे नोड में रह सकता है जिसमें इस संग्रह का एक टुकड़ा होता है। यह स्पष्ट है कि वे कैसे आउट ऑफ टर्न ले सकते हैं? पहले, फ़ीड कहते हैं, "प्रतिकृति" और फिर मित्र। प्रणाली किसी भी गारंटी देता है प्रदान नहीं करता है कि फ़ीड जब तक दोस्त संग्रह में दोस्त निर्भरता भी दिया जाता है नहीं दिखाया जाएगा, तो हम सिर्फ एक स्थिति है कि मैं उल्लेख करना होगा।

आप देखें कि फ़ीड पर तार्किक रूप से काउंटर टाइम कैसे बढ़ता है:

इस प्रकार, इस लैम्पपोर्ट क्लॉक और कॉज़ल कंसिस्टेंसी (लैम्पपोर्ट क्लॉक के माध्यम से समझाया गया) की मुख्य संपत्ति इस प्रकार है: यदि हमारे पास ए और बी की घटनाएँ हैं, और ईवेंट बी * ए पर निर्भर करता है, तो यह इस प्रकार है कि इवेंट ए से लॉजिकल टाइम कम है। इवेंट बी से लॉजिकलटाइम की तुलना में।

कभी-कभी वे यह भी कहते हैं कि ए बी से पहले हुआ था, ए, बी से पहले हुआ था - यह एक तरह का संबंध है जो आंशिक रूप से घटनाओं के पूरे सेट का आदेश देता है जो आम तौर पर होता था।

उल्टा गलत है। यह वास्तव में लैमपोर्ट क्लॉक के मुख्य नुकसानों में से एक है - आंशिक आदेश। एक साथ होने वाली घटनाओं की एक अवधारणा है, अर्थात्, ऐसी घटनाएं जिनमें न तो (बी से पहले ए) हुआ और न ही (ए बी से पहले हुआ)। एक उदाहरण लियोनार्ड द्वारा किसी और के दोस्तों के समानांतर समानांतर है (उदाहरण के लिए लियोनार्ड भी नहीं, लेकिन शेल्डन)।
यह वह संपत्ति है जो लामपोर्ट घड़ियों के साथ काम करते समय अक्सर उपयोग की जाती है: वे फ़ंक्शन को बिल्कुल देखते हैं और इससे एक निष्कर्ष निकालते हैं - शायद ये घटनाएं निर्भर हैं। क्योंकि एक दिशा में यह सही है: यदि लॉजिकलटाइम ए लॉजिकलटाइम बी से कम है, तो बी ए से पहले नहीं हो सकता है; और यदि अधिक है, तो हो सकता है।

वेक्टर घड़ी

लैम्पपोर्ट घड़ियों का तार्किक विकास वेक्टर क्लॉक है। वे इसमें भिन्न होते हैं कि प्रत्येक नोड जो यहां है उसकी अपनी अलग घड़ी होती है, और वे एक वेक्टर के रूप में प्रेषित होते हैं।
इस स्थिति में, आप देखते हैं कि वेक्टर का शून्य सूचकांक फ़ीड के लिए जिम्मेदार है, और वेक्टर का पहला सूचकांक फ्रेंड्स (इनमें से प्रत्येक नोड) के लिए है। और अब वे वृद्धि करेंगे: रिकॉर्डिंग करते समय "फ़ीड" का शून्य सूचकांक बढ़ता है - 1, 2, 3:

वेक्टर घड़ी बेहतर कैसे है? तथ्य यह है कि वे यह पता लगा सकते हैं कि कौन सी घटनाएं एक साथ होती हैं और जब वे विभिन्न नोड्स पर होती हैं। यह MongoBD की तरह एक तेज प्रणाली के लिए बहुत महत्वपूर्ण है। हालाँकि, हमने इसे नहीं चुना, हालाँकि यह एक अद्भुत बात है, और यह बहुत अच्छा काम करता है, और शायद यह हमें पसंद आएगा ...

अगर हमारे पास 10 हज़ार शार्क हैं, तो हम 10 हज़ार घटकों को स्थानांतरित नहीं कर सकते हैं, भले ही हम सेक करते हैं, हम कुछ और सोचते हैं - सभी समान, पेलोड इस पूरे वेक्टर की मात्रा से कई गुना कम होगा। इसलिए, हमारे दिल और दांतों को पीसते हुए, हमने इस दृष्टिकोण को त्याग दिया और दूसरे पर चले गए।

स्पैनर ट्रूटाइम। परमाणु घड़ी

मैंने कहा कि स्पैनर के बारे में एक कहानी होगी। यह एक अच्छी बात है, ठीक 21 वीं सदी: परमाणु घड़ियों, जीपीएस सिंक्रोनाइज़ेशन।

क्या विचार? स्पैनर एक Google प्रणाली है जो हाल ही में लोगों के लिए उपलब्ध हो गई है (उन्होंने इसे एसक्यूएल संलग्न किया है)। प्रत्येक लेनदेन में कुछ समय की मुहर होती है। चूंकि समय सिंक्रनाइज़ है *, प्रत्येक घटना को एक विशिष्ट समय सौंपा जा सकता है - परमाणु घड़ी में एक प्रतीक्षा समय होता है, जिसके बाद यह गारंटी दी जाती है कि एक और समय घटित होगा।

इस प्रकार, बस डेटाबेस में लिखना और निश्चित अवधि के लिए प्रतीक्षा करना, घटना क्रमांकन स्वचालित रूप से गारंटी है। उनके पास सबसे मजबूत संगति मॉडल है, जिसे सिद्धांत रूप में कल्पना की जा सकती है - यह बाह्य संगति है।

* यह लैम्पार्ट घड़ियों की मुख्य समस्या है - वे वितरित सिस्टम पर कभी भी समकालिक नहीं होती हैं। वे गोताखोर कर सकते हैं, यहां तक कि एनटीपी के साथ भी, वे अभी भी बहुत अच्छी तरह से काम नहीं करते हैं। "स्पैनर" में एक परमाणु घड़ी होती है और तुल्यकालन तब माइक्रोसेकंड लगता है।

हमने क्यों नहीं चुना? हम यह नहीं मानते हैं कि हमारे उपयोगकर्ताओं के पास एक अंतर्निहित परमाणु घड़ी है। जब वे दिखाई देते हैं, तो हर लैपटॉप में बनाया जा रहा है, किसी तरह का सुपर कूल जीपीएस सिंक्रोनाइजेशन होगा - फिर हां ... इस बीच, सबसे अच्छा जो संभव है वह अमेज़ॅन है, कट्टरपंथियों के लिए बेस स्टेशन ... इसलिए, हमने अन्य घड़ियों का इस्तेमाल किया।

हाइब्रिड घड़ी

यह वास्तव में क्या टिक्स "MongoBD" जबकि कारण स्थिरता सुनिश्चित है। वे हाइब्रिड क्या हैं? हाइब्रिड एक अदिश मान है, लेकिन इसमें दो घटक होते हैं:

पहला यूनिक्स युग है ("कंप्यूटर की दुनिया की शुरुआत" के बाद कितने सेकंड बीत चुके हैं)।
दूसरा कुछ वृद्धि है, एक 32-बिट अहस्ताक्षरित int।

बस इतना ही वास्तव में है,। ऐसा एक दृष्टिकोण है: समय के लिए जिम्मेदार हिस्सा घड़ी के साथ हर समय सिंक्रनाइज़ होता है; जब भी कोई अपडेट होता है, यह हिस्सा घड़ी के साथ सिंक्रनाइज़ होता है और यह पता चलता है कि समय हमेशा कम या ज्यादा सही होता है, और वेतन वृद्धि आपको एक ही समय में होने वाली घटनाओं के बीच अंतर करने की अनुमति देती है।

MongoBD के लिए यह क्यों महत्वपूर्ण है? क्योंकि यह आपको एक निश्चित समय पर कुछ प्रकार के बैकअप रिस्टोरेंट बनाने की अनुमति देता है, अर्थात्, घटना समय के साथ अनुक्रमित होती है। यह महत्वपूर्ण है जब कुछ घटनाओं की आवश्यकता होती है; डेटाबेस के लिए, ईवेंट डेटाबेस में परिवर्तन होते हैं जो समय में निश्चित समय पर होते हैं।

मैं आपको केवल सबसे महत्वपूर्ण कारण बताऊंगा (कृपया, किसी को भी नहीं बताएं)! हमने ऐसा इसलिए किया, क्योंकि MongoDB OpLog में अनुक्रमित डेटा इस तरह दिखता है। OpLog एक डेटा संरचना है जिसमें डेटाबेस में बिल्कुल सभी परिवर्तन होते हैं: वे पहले OpLog पर जाते हैं, और फिर वे पहले ही स्टोरेज में लागू हो जाते हैं जब यह एक प्रतिकृति तिथि या शार्द होता है।

यही मुख्य कारण था। फिर भी, वहाँ भी डेटाबेस विकास, जिसका अर्थ है कि यह आसान होना चाहिए के लिए व्यावहारिक आवश्यकताओं हैं - संभव के रूप में कुछ टूट चीजें हैं जो जरूरत फिर से लिखा और परीक्षण किया जाना रूप में छोटे कोड, है। तथ्य यह है कि हमारे oplogs को एक हाइब्रिड घड़ी द्वारा अनुक्रमित किया गया था, ने बहुत मदद की और हमें सही विकल्प बनाने की अनुमति दी। इसने वास्तव में भुगतान किया और किसी तरह जादुई रूप से पहले प्रोटोटाइप पर काम किया। यह बहुत अच्छा था!

घड़ी तुल्यकालन

वैज्ञानिक साहित्य में वर्णित कई तुल्यकालन विधियाँ हैं। मैं सिंक्रनाइज़ेशन के बारे में बात कर रहा हूं जब हमारे पास दो अलग-अलग शार्क हैं। यदि कोई एक प्रतिकृति सेट है, तो वहां सिंक्रनाइज़ेशन की कोई आवश्यकता नहीं है: यह एक "एकल मास्टर" है; हमारे पास एक OpLog है जिसमें सभी परिवर्तन हो जाते हैं - इस मामले में सब कुछ पहले से ही "ओप्लोग" में क्रमिक रूप से आदेश दिया गया है। लेकिन अगर हमारे पास दो अलग-अलग शार्क हैं, तो समय सिंक्रनाइज़ेशन यहां महत्वपूर्ण है। यहां वेक्टर घड़ियों ने अधिक मदद की! लेकिन हमारे पास वे नहीं हैं।

दूसरा है हार्टबीट्स। आप कुछ संकेतों का आदान-प्रदान कर सकते हैं जो समय की प्रत्येक इकाई में होते हैं। लेकिन हार्टबिट्स बहुत धीमी हैं, हम अपने क्लाइंट को विलंबता प्रदान नहीं कर सकते हैं।

सही समय निश्चित रूप से, एक अद्भुत बात है। लेकिन, फिर से, यह संभवतः भविष्य है ... हालांकि एटलस पहले से ही किया जा सकता है, पहले से ही तेजी से "अमेजोनियन" टाइम सिंक्रोनाइज़र हैं। लेकिन यह सभी के लिए उपलब्ध नहीं होगा।

गपशप तब होती है जब सभी संदेशों में समय शामिल होता है। यह मोटे तौर पर हम क्या उपयोग करते हैं। नोड्स के बीच प्रत्येक संदेश, एक ड्राइवर, डेटा नोड्स का एक राउटर, "मोंगोबीडी" के लिए बिल्कुल सब कुछ - ये कुछ तत्व हैं, डेटाबेस घटक जिसमें एक घड़ी होती है जो बहती है। हर जगह वे संकर समय का अर्थ है, यह फैलता है। 64 बिट्स? यह अनुमति देता है, यह संभव है।

यह सब एक साथ कैसे काम करता है?

यहाँ मैं इसे थोड़ा आसान बनाने के लिए एक प्रतिकृति सेट को देखता हूँ। प्राथमिक और माध्यमिक हैं। माध्यमिक प्रतिकृति करता है और हमेशा प्राथमिक के साथ पूरी तरह से सिंक्रनाइज़ नहीं किया जाता है।

समय के एक निश्चित मूल्य के साथ "प्राइमरी" में एक सम्मिलित (सम्मिलित) है। यह इन्सर्ट अधिकतम होने पर आंतरिक काउंटर को 11 से बढ़ा देता है। या यह घड़ी के मूल्यों की जांच करेगा और घड़ी बड़ी होने पर घड़ी से सिंक्रनाइज़ करेगा। यह आपको समय के अनुसार क्रमबद्ध करने की अनुमति देता है।

वह एक रिकार्ड बनाता है के बाद, एक महत्वपूर्ण क्षण होता है। घंटे "MongoDB" में हैं और केवल "Oplog" में दर्ज किए जाने पर बढ़े हुए हैं। यह एक ऐसी घटना है जो सिस्टम की स्थिति को बदल देती है। सभी क्लासिक लेखों में बिल्कुल, एक घटना को एक नोड में प्रवेश करने वाला संदेश माना जाता है: एक संदेश आ गया है - इसका मतलब है कि सिस्टम ने अपनी स्थिति बदल दी है।

यह इस तथ्य के कारण है कि अध्ययन के दौरान यह समझना पूरी तरह से संभव नहीं है कि इस संदेश की व्याख्या कैसे की जाएगी। हम यह सुनिश्चित करने के लिए जानते हैं कि यदि यह "ओप्लोग" में परिलक्षित नहीं होता है, तो इसकी किसी भी तरह से व्याख्या नहीं की जाएगी, और केवल "ओप्लोग" में प्रवेश प्रणाली की स्थिति में परिवर्तन है। यह हमारे लिए सब कुछ सरल करता है: मॉडल सरल करता है और हमें एक प्रतिकृति सेट, और कई अन्य उपयोगी चीजों के ढांचे में व्यवस्थित करने की अनुमति देता है।

यह वह मान लौटाता है जो पहले से ही "ओप्लोग" में दर्ज किया गया है - हम जानते हैं कि "ओप्लोग" में यह मूल्य पहले से ही निहित है, और इसका समय 12. है। अब, कहते हैं, रीडिंग दूसरे नोड (माध्यमिक) से शुरू होती है, और यह पहले से ही क्लर्कटाइम के बाद स्थानांतरित हो जाती है संदेश। वह कहता है: "मुझे सब कुछ चाहिए जो कम से कम 12 के बाद या बारह के दौरान हुआ" (अंजीर देखें। ऊपर)।

इसे ही Causal a सुसंगत (CAT) कहा जाता है। सिद्धांत में ऐसी अवधारणा है कि यह समय का कुछ टुकड़ा है, जो अपने आप में सुसंगत है। इस मामले में, हम कह सकते हैं कि यह उस प्रणाली की स्थिति है जो समय 12 पर देखी गई थी।

अब यहां कुछ भी नहीं है, क्योंकि यह ऐसी स्थिति का अनुकरण करता है जहां माध्यमिक को प्राथमिक से डेटा को दोहराने की आवश्यकता होती है। वह इंतजार कर रहा है ... और अब डेटा आ गया है - इन मूल्यों को वापस लौटाता है।

कि यह सब कैसे काम करता है। लगभग।

"लगभग" का क्या अर्थ है? चलो मान लेते हैं कुछ व्यक्ति जो पढ़ा है है कि वहाँ है और समझा कैसे यह सब काम करता है। मुझे एहसास हुआ कि हर बार क्लस्टरटाइम होता है, यह आंतरिक तार्किक घड़ी को अपडेट करता है, और फिर अगले रिकॉर्ड एक से बढ़ जाता है। इस फ़ंक्शन में 20 रेखाएँ होती हैं। मान लीजिए कि यह व्यक्ति सबसे बड़ा संभव 64-बिट नंबर, माइनस एक प्रसारित करता है।

माइनस एक क्यों है? क्योंकि आंतरिक घड़ी को इस मूल्य में प्रतिस्थापित किया जाता है (जाहिर है, यह वर्तमान समय की तुलना में सबसे बड़ा संभव और अधिक है), फिर "ओग्लोग" में एक प्रविष्टि होगी, और घड़ी एक और वृद्धि करेगी - और पहले से ही अधिकतम मूल्य होगा (बस सभी इकाइयां हैं, वहां जाने के लिए कहीं नहीं है। , अहस्ताक्षरित ints)।

यह स्पष्ट है कि इसके बाद यह प्रणाली बिना किसी कारण के पूरी तरह से दुर्गम हो जाती है। यह केवल अनलोड, साफ किया जा सकता है - बहुत सारे मैनुअल काम। पूर्ण उपलब्धता:

इसके अलावा, यदि इसे कहीं और दोहराया जाता है, तो संपूर्ण क्लस्टर बस लेट हो जाता है। एक बिल्कुल अस्वीकार्य स्थिति जिसे कोई भी बहुत जल्दी और सरलता से व्यवस्थित कर सकता है! इसलिए, हमने इस क्षण को सबसे महत्वपूर्ण में से एक माना। इसे कैसे रोका जाए?

हमारा तरीका क्लस्टरटाइम साइन करना है

तो यह संदेश में प्रसारित होता है (नीले पाठ से पहले)। लेकिन हमने एक हस्ताक्षर (नीला पाठ) भी उत्पन्न करना शुरू किया:

हस्ताक्षर एक कुंजी द्वारा उत्पन्न होता है जो डेटाबेस के अंदर, संरक्षित परिधि के अंदर संग्रहीत होता है; यह जेनरेट किया गया है, अपडेट किया गया है (उपयोगकर्ताओं को कुछ भी दिखाई नहीं देता है)। हैश उत्पन्न होता है, और प्रत्येक संदेश निर्माण के दौरान हस्ताक्षरित होता है, और रसीद पर मान्य होता है।
शायद, लोगों में यह सवाल उठता है: "यह कितना धीमा है?" मैंने कहा कि इसे जल्दी से काम करना चाहिए, खासकर इस सुविधा के अभाव में।

यह इस मामले में कारण स्थिरता उपयोग करने के लिए क्या मतलब है? यह afterClusterTime पैरामीटर दिखाएगा। और इसके बिना, यह बस वैसे भी मूल्यों को पारित करेगा। गॉसिपिंग, संस्करण 3.6 के बाद से, हमेशा काम करता है।

यदि हम हस्ताक्षर की निरंतर पीढ़ी को छोड़ देते हैं, तो यह सुविधाओं की अनुपस्थिति में भी सिस्टम को धीमा कर देगा, जो हमारे दृष्टिकोण और आवश्यकताओं को पूरा नहीं करता है। और हमने क्या किया है?

जल्दी करो!

एक साधारण पर्याप्त बात है, लेकिन चाल दिलचस्प है - मैं इसे साझा करेंगे, शायद कोई रुचि होगी।
हमारे पास एक हैश है जो डेटा पर हस्ताक्षर करता है। सारा डेटा कैश के माध्यम से जाता है। कैश विशेष रूप से समय पर हस्ताक्षर नहीं करता है, लेकिन रेंज। जब एक निश्चित मूल्य आता है, हम एक रेंज उत्पन्न करते हैं, पिछले 16 बिट मुखौटा, और हम इस मूल्य पर हस्ताक्षर:

इस तरह के एक हस्ताक्षर प्राप्त करके, हम प्रणाली (सशर्त) 65 हजार गुना से तेजी लाने के। यह बहुत अच्छा काम करता है: जब उन्होंने प्रयोग किए, तो जिस समय हमारे पास लगातार अपडेट था वह वास्तव में 10 हजार गुना कम हो गया था। यह स्पष्ट है कि जब वे बाधाओं पर होते हैं, तो यह काम नहीं करता है। लेकिन अधिकांश व्यावहारिक मामलों में यह काम करता है। हस्ताक्षर के साथ रेंज हस्ताक्षर के संयोजन ने सुरक्षा मुद्दे को हल किया।

हम क्या सीखा?

इससे हमने जो सबक सीखे:

, , , . - ( , . .), , . , , , . – .

, , («», ) – . ? . , . – , .
. , «» , , , availability, latency .
अंतिम यह है कि हमें अलग-अलग विचारों पर विचार करना था और कई अलग-अलग लेखों को एक साथ एक दृष्टिकोण में संयोजित करना था। उदाहरण के लिए, हस्ताक्षर करने का विचार पैक्सोस प्रोटोकॉल की जांच करने वाले एक लेख से आया है, जो प्राधिकरण प्रोटोकॉल के अंदर गैर-बीजान्टिन फेयलर के लिए है, प्राधिकरण प्रोटोकॉल के बाहर बीजान्टिन लोगों के लिए ... सामान्य तौर पर, यह वास्तव में है जो हमने अंत में किया था।

यहाँ कुछ भी नया नहीं है! लेकिन जैसे ही हमने इसे एक साथ मिलाया ... यह कहने जैसा है कि ओलिवियर सलाद नुस्खा बकवास है, क्योंकि अंडे, मेयोनेज़ और खीरे पहले ही आ चुके हैं ... यह उसी कहानी के बारे में है।

इस पर मैं समाप्त कर दूंगा। धन्यवाद!

प्रशन

दर्शकों से सवाल (बाद में - बी): - रिपोर्ट के लिए धन्यवाद, माइकल! समय का विषय दिलचस्प है। आप गपशप कर रहे हैं। उन्होंने कहा कि हर किसी का अपना समय होता है, हर कोई अपना स्थानीय समय जानता है। जैसा कि मैं इसे समझता हूं, हमारे पास एक ड्राइवर है - ड्राइवरों के साथ कई ग्राहक हो सकते हैं, क्वेरी-प्लानर भी, बहुत सारे शार्प ... लेकिन अगर हमारे पास अचानक एक विसंगति है तो सिस्टम क्या जा रहा है: कोई यह तय करता है कि वह एक मिनट के लिए है आगे, कोई - एक मिनट पीछे? हम खुद को कहां पाएंगे?

MT: - बहुत बढ़िया सवाल! मैं सिर्फ शार्क के बारे में कहना चाहता था। यदि मैं प्रश्न को सही ढंग से समझता हूं, तो हमारे पास यह स्थिति है: शार्प 1 और शार्प 2 है, इन दो शार्दों से रीडिंग होती है - उनमें एक विसंगति है, वे एक-दूसरे के साथ बातचीत नहीं करते हैं, क्योंकि वे जिस समय को जानते हैं वह अलग है, विशेष रूप से वह समय। वे oplogs में मौजूद हैं।
मान लीजिए कि शार्क 1 ने एक लाख रिकॉर्ड बनाया, शार्क 2 ने कुछ भी नहीं किया, और अनुरोध दो शार्क में आया। और पहले एक के बाद एक मिलियन से अधिक क्लस्टरटाइम है। ऐसी स्थिति में, जैसा कि मैंने बताया गया है, सब पर ठीकरा 2 होगा कभी नहीं प्रतिक्रिया।

Q: - मैं जानना चाहता था कि वे एक तार्किक समय को कैसे सिंक्रोनाइज़ और चुनते हैं?

MT: - सिंक करना बहुत आसान है। शार्द, जब afterClusterTime उसके पास आती है, और उसे "कैच" में समय नहीं मिलता है - कोई अनुमोदित नहीं करता है। यही है, वह अपने हाथों से अपने हाथों को इस मूल्य तक बढ़ाता है। इसका मतलब है कि इस क्वेरी से मेल खाने वाली कोई घटना नहीं है। वह इस घटना को कृत्रिम रूप से बनाता है और इस तरह से कॉज़ल कंसेंट हो जाता है।

Q: - और अगर उसके बाद कुछ अन्य घटनाएँ जो नेटवर्क पर कहीं खो गई थीं, अभी भी उसके पास आती हैं?

मीट्रिक टन:- शार्क इतनी व्यवस्थित है कि वे अब नहीं आएंगे, क्योंकि यह एक ही मास्टर है। यदि वह पहले ही रिकॉर्ड कर चुका है, तो वे नहीं आएंगे, लेकिन बाद में होंगे। ऐसा नहीं हो सकता है कि कहीं कुछ अटका हुआ है, तो वह कोई लिख नहीं सकता है, और फिर इन घटनाओं का आगमन हुआ - और कॉज़ल संगतता का उल्लंघन किया गया। जब वह नहीं लिखता है, तो वे सभी को आगे आना होगा (वह उनकी प्रतीक्षा करेगा)।

एटी:- मेरे पास लाइनों के संबंध में कुछ प्रश्न हैं। Causal संगति मानती है कि कार्यों की एक निश्चित कतार है जिसे निष्पादित करने की आवश्यकता है। यदि हम एक पैकेज खो देते हैं तो क्या होता है? तो 10 वीं पास हुई, 11 वीं ... 12 वीं गायब हो गई, और बाकी सभी इसके पूरा होने का इंतजार कर रहे हैं। और अचानक हमारी कार मर गई, हम कुछ नहीं कर सकते। क्या अधिकतम कतार की लंबाई है जो निष्पादित होने से पहले जमा होती है? किसी एक राज्य के खो जाने पर क्या घातक विफलता होती है? इसके अलावा, अगर हम लिखते हैं कि पहले किसी तरह का राज्य है, तो हमें किसी तरह से इसे शुरू करना चाहिए? और उन्होंने उससे धक्का नहीं दिया!

मीट्रिक टन:- एक अद्भुत सवाल भी! हम क्या कर रहे हैं? MongoDB में कोरम रिकॉर्ड, कोरम रीड की अवधारणा है। संदेश कब गायब हो सकता है? जब रिकॉर्ड कोरम नहीं है या जब रीडिंग कोरम नहीं है (कुछ कचरा भी चिपक सकता है)।
Causal स्थिरता के संबंध में, हमने एक बड़ा प्रायोगिक परीक्षण किया, जिसका परिणाम यह था कि जब रिकॉर्डिंग और रीडिंग कोरम नहीं होते हैं, तो कॉज़ल संगतता का उल्लंघन होता है। वास्तव में आप क्या कहते हैं!

हमारी टिप: Causal स्थिरता का उपयोग करते समय कम से कम कोरम रीडिंग का उपयोग करें। इस मामले में, कुछ भी नहीं खो जाएगा, भले ही कोरम रिकॉर्ड खो दिया है ... यह एक orthogonal स्थिति है: उपयोगकर्ता करता है, तो डेटा खो करने के लिए, आप कोरम रिकॉर्ड उपयोग करने की आवश्यकता नहीं चाहते हैं। कॉज़ल स्थिरता स्थायित्व की गारंटी नहीं देती है। स्थायित्व की गारंटी प्रतिकृति और प्रतिकृति के साथ जुड़े मशीनरी द्वारा प्रदान की जाती है।

प्रश्न: - जब हम एक उदाहरण बनाने कि sharding हमारे लिए करता है (नहीं मास्टर, लेकिन क्रमशः गुलाम), यह अपने आप ही मशीन की या "मास्टर" के समय पर यूनिक्स समय पर निर्भर करता है; पहली बार या समय-समय पर सिंक्रनाइज़ किया गया?

मीट्रिक टन:- अब मैं इसे स्पष्ट कर दूंगा शारद (यानी, क्षैतिज विभाजन) - हमेशा प्राथमिक होता है। और एक हिस्से में एक "मास्टर" हो सकता है और प्रतिकृतियां हो सकती हैं। लेकिन शार्क हमेशा लेखन का समर्थन करती है, क्योंकि उसे एक निश्चित डोमेन (प्राथमिक का हिस्सा होता है) का समर्थन करना चाहिए।

Q: - अर्थात, सब कुछ "गुरु" पर निर्भर करता है? हमेशा "मास्टर" का उपयोग करें?

MT: - हाँ। यह आलंकारिक रूप से कहा जा सकता है: "मास्टर" में, "ओप्लोग" में रिकॉर्डिंग होने पर घड़ी टिक रही है।

प्रश्न: - हमारे पास एक ग्राहक है जो जोड़ता है, और उसे समय के बारे में कुछ भी जानने की आवश्यकता नहीं है?

मीट्रिक टन:- सामान्य तौर पर, आपको कुछ भी जानने की आवश्यकता नहीं है! अगर हम इस बारे में बात करते हैं कि यह क्लाइंट पर कैसे काम करता है: क्लाइंट में, जब वह कॉज़ल स्थिरता का उपयोग करना चाहता है, तो उसे एक सत्र खोलने की आवश्यकता है। अब सब कुछ है: सत्र में दोनों लेनदेन और एक अधिकार प्राप्त करते हैं ... एक सत्र एक ग्राहक के साथ होने वाली तार्किक घटनाओं का क्रम है।

यदि वह इस सत्र को खोलता है और वहां कहता है कि वह कॉज़ल संगति चाहता है (यदि डिफ़ॉल्ट रूप से सत्र कॉज़ल संगतता का समर्थन करता है), तो सब कुछ स्वचालित रूप से काम करता है। ड्राइवर इस समय को याद करता है और एक नया संदेश प्राप्त होने पर इसे बढ़ाता है। यह याद रखता है कि कौन सा उत्तर डेटा वापस करने वाले सर्वर से पिछले एक को लौटाता है। निम्नलिखित अनुरोध में बाद में शामिल होगा ("समय इस से अधिक है")।

क्लाइंट को बिल्कुल कुछ भी जानने की आवश्यकता नहीं है! यह पूरी तरह से उसे करने के अपारदर्शी है। यदि लोग इन सुविधाओं का उपयोग करते हैं, तो मैं क्या कर सकता हूं? सबसे पहले, आप सेकेंडरी को सुरक्षित रूप से पढ़ सकते हैं: आप प्राथमिक में लिख सकते हैं, और भौगोलिक रूप से दोहराए गए सेकंडरी से पढ़ सकते हैं और सुनिश्चित करें कि यह काम करता है। इसी समय, प्राथमिक पर दर्ज किए गए सत्रों को माध्यमिक में भी स्थानांतरित किया जा सकता है, अर्थात, आप एक सत्र का उपयोग नहीं कर सकते हैं, लेकिन कई।

Q: - अंतिम संगति का विषय दृढ़ता से नई संगणक विज्ञान परत से संबंधित है - संघर्ष-मुक्त प्रतिकृति डेटा प्रकार)। क्या आपने डेटाबेस में इन प्रकार के डेटा के एकीकरण पर विचार किया है और आप इसके बारे में क्या कह सकते हैं?

MT: - अच्छा सवाल! CRDT संघर्ष लिखने के लिए समझ में आता है: MongoDB में - एकल मास्टर।

एटी:- मेरे पास देवों से एक सवाल है। वास्तविक दुनिया में, ऐसी जेसुइट परिस्थितियां हैं जब बीजान्टिन विफलता होती है, और संरक्षित परिधि के अंदर के दुष्ट लोग प्रोटोकॉल में चिपकना शुरू करते हैं, एक विशेष तरीके से शिल्प पैकेज भेजते हैं?

एमटी: - परिधि के अंदर दुष्ट लोग एक ट्रोजन घोड़े की तरह हैं! परिधि के अंदर के दुष्ट लोग कई बुरे काम कर सकते हैं।

प्रश्न: - यह स्पष्ट है कि सर्वर में एक छेद छोड़कर, मोटे तौर पर बोलना, जिसके माध्यम से आप हाथी चिड़ियाघर को छड़ी कर सकते हैं और पूरे क्लस्टर को हमेशा के लिए ध्वस्त कर सकते हैं ... मैनुअल रिकवरी के लिए समय लगेगा ... यह हल्का, गलत है। दूसरी ओर, यह जिज्ञासु है: वास्तविक जीवन में, व्यवहार में, ऐसी स्थितियां हैं जब स्वाभाविक रूप से समान आंतरिक हमले होते हैं?

मीट्रिक टन:- चूंकि मैं शायद ही कभी वास्तविक जीवन में सुरक्षा उल्लंघनों का सामना करता हूं, इसलिए मैं नहीं कह सकता - शायद वे होते हैं। लेकिन अगर हम विकास दर्शन के बारे में बात करते हैं, तो हम ऐसा सोचते हैं: हमारे पास एक परिधि है जो लोगों को सुरक्षा प्रदान करती है - यह एक महल, एक दीवार है; और परिधि के अंदर आप अपनी इच्छानुसार कुछ भी कर सकते हैं। यह स्पष्ट है कि केवल देखने की क्षमता वाले उपयोगकर्ता हैं, और निर्देशिका को मिटाने की क्षमता वाले उपयोगकर्ता हैं।

अधिकारों के आधार पर, उपयोगकर्ता जो नुकसान कर सकते हैं वह एक माउस हो सकता है, या यह एक हाथी हो सकता है। यह स्पष्ट है कि पूर्ण अधिकार वाला उपयोगकर्ता कुछ भी कर सकता है। नुकसान का व्यापक अधिकार न रखने वाला उपयोगकर्ता काफी कम पैदा कर सकता है। विशेष रूप से, वह सिस्टम को नहीं तोड़ सकता है।

एटी:- सुरक्षित परिधि में, कोई व्यक्ति सर्वर के लिए अप्रत्याशित प्रोटोकॉल बनाने के लिए चढ़ गया ताकि सर्वर को कैंसर के साथ सेट किया जा सके, और यदि आप भाग्यशाली हैं, तो संपूर्ण क्लस्टर ... क्या ऐसा कभी "अच्छी तरह से" होता है?

MT: - मैंने कभी ऐसी चीजों के बारे में नहीं सुना। तथ्य यह है कि आप जिस तरह से सर्वर को भर सकते हैं वह गुप्त नहीं है। अंदर भरने के लिए, प्रोटोकॉल से, एक अधिकृत उपयोगकर्ता होने के नाते जो एक संदेश में ऐसा कुछ लिख सकता है ... वास्तव में, यह असंभव है, क्योंकि वैसे भी यह सत्यापित किया जाएगा। यह उपयोगकर्ताओं को, जो नहीं करना चाहते हैं के लिए इस प्रमाणीकरण को अक्षम करने के लिए संभव है - यह तो उनकी समस्या है, मोटे तौर पर, उन्होंने खुद ही दीवारों को नष्ट कर दिया और आप वहां एक हाथी को रौंद सकते हैं, जो रौंद डालेगा ... सामान्य तौर पर, आप एक मरम्मत करने वाले के रूप में कपड़े पहन सकते हैं, आओ और पाओ!

एटी:- रिपोर्ट के लिए धन्यवाद। सर्गेई (यांडेक्स)। "मोंग" में एक निरंतर कि सीमा प्रतिकृति सेट में मतदान के सदस्यों की संख्या, और इस निरंतर 7 (सात) है। क्यों यह एक स्थिर है? यह किसी प्रकार का पैरामीटर क्यों नहीं है?

मीट्रिक टन: - प्रतिकृति सेट हम भी 40 नोड्स की है। हमेशा बहुमत होता है। मुझे नहीं पता कि कौन सा संस्करण ...

Q: - प्रतिकृति सेट में, आप गैर-मतदान सदस्य चला सकते हैं, लेकिन मतदान - अधिकतम 7. इस स्थिति में, यदि हम 3 डेटा केंद्रों में खींची गई प्रतिकृति सेट को बंद करते हैं, तो कैसे अनुभव करें? एक डेटा सेंटर आसानी से बंद हो सकता है, और दूसरी मशीन बाहर गिर जाती है।

MT: - यह पहले से ही रिपोर्ट के दायरे से थोड़ा बाहर है। यह एक सामान्य प्रश्न है। शायद तब मैं उसे बता सकता हूं।

विज्ञापन का एक सा :)

हमारे साथ रहने के लिए धन्यवाद। क्या आप हमारे लेख पसंद करते हैं? अधिक दिलचस्प सामग्री देखना चाहते हैं? एक ऑर्डर देकर या अपने दोस्तों को सलाह देकर, $ 4.99 से डेवलपर्स के लिए क्लाउड VPS , एंट्री-लेवल सर्वरों का एक अनूठा एनालॉग , जो आपके लिए हमारे द्वारा आविष्कार किया गया था, का समर्थन करें: VPS (KVM) E5-2697 v3 (6 कोर) 10GB DDR4 480GB SSD 1Gbps के बारे में पूरी सच्चाई $ 19 या सर्वर को कैसे विभाजित करें? (विकल्प RAID1 और RAID10 के साथ उपलब्ध हैं, 24 कोर तक और 40GB DDR4 तक)।

डेल R730xd एम्स्टर्डम में इक्विनिक्स टीयर IV डेटा सेंटर में 2 गुना सस्ता? केवल हमारे पास 2 x Intel TetraDeca-Core Xeon 2x E5-2697v3 2.6GHz 14C 64GB DDR4 4x960GB SSD 1Gbps 100 TV नीदरलैंड के 199 डॉलर में से है!डेल R420 - 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB - $ 99 से! इन्फ्रास्ट्रक्चर Bldg का निर्माण कैसे करें के बारे में पढ़ें । एक पैसा के लिए 9,000 यूरो की लागत डेल R730xd E5-2650 v4 सर्वर का उपयोग कर वर्ग सी?

हाईलाड ++, मिखाइल टाइलेनेव (मोंगोबीडी): कारण संगति: सिद्धांत से अभ्यास तक