分布式数据库系统中主从、主主和无主三种复制算法
内容提要
分布式系统中的复制对于数据一致性、可用性和系统弹性至关重要。复制策略包括单领导者主从复制、多主复制和无领导复制。同步复制和异步复制是复制的两种方式。故障转移和数据恢复需要处理追随者和领导者的中断。多领导者复制中需要定义仲裁来确保一致性。无领导复制中客户端直接发送写入到多个副本。无领导复制中需要注意数据新鲜度和草率仲裁的概念。并发写入是无领导复制中的关键挑战，需要处理冲突和选择解决策略。
延伸解读
复制模式选择：没有银弹，只有权衡
文章对比了单领导者、多领导者与无领导者复制，每种模式都有明确的适用边界。单领导者复制适合强一致性场景，但领导者是写入瓶颈和故障单点；多领导者复制提升了写入弹性和多数据中心性能，却引入了写入冲突；无领导者复制通过客户端直写多个副本增强了可用性，但需处理数据新鲜度和仲裁问题。选择时需根据一致性要求、延迟容忍度和故障恢复复杂度综合判断。
故障转移的隐藏风险：异步复制下的数据丢失与脑裂
文章指出，领导者故障转移在异步复制中尤为复杂。新领导者可能未收到旧领导者的全部写入，导致数据丢失；若旧领导者重新上线，还可能产生主键冲突或脑裂。自动故障转移依赖心跳检测，但检测阈值过小可能误判，过大则延长恢复时间。这些风险说明，故障转移流程需要结合系统架构谨慎设计，不能简单依赖自动机制。
无领导者复制的仲裁陷阱：W+R>N 不等于绝对新鲜
无领导者复制常用读写仲裁来平衡一致性与可用性，理论上 W+R>N 可保证强一致性。但文章提醒，草率仲裁、读取期间并发写入、部分写入成功以及节点故障恢复等边缘情况，仍可能导致读取到陈旧数据。因此，即使仲裁条件满足，也需监控数据新鲜度，并理解系统在延迟与准确性之间的实际取舍。
多领导者复制的冲突解决：从回避到自定义逻辑
多领导者复制中，冲突检测通常在异步复制时发生。文章列举了多种解决策略：通过地理路由回避冲突、使用最后写入获胜或副本优先级、合并冲突值，以及在应用层自定义冲突处理逻辑。每种策略都有权衡，例如最后写入获胜简单但可能丢失更新。实际系统需根据业务对数据完整性和用户体验的要求，选择合适的冲突解决方式。
Q&A
分布式数据库中的主从复制、主主复制和无主复制分别是什么？
主从复制（单领导者复制）由一台主服务器处理所有写入，多个从服务器复制更改，适合强一致性场景。主主复制（多领导者复制）中每个节点都可接受写入，更改在节点间同步，适合多数据中心和离线操作。无主复制中所有节点都可接受读写，客户端直接发送请求到多个副本，通常用于高可用和分区容错场景。
同步复制和异步复制有什么区别？各自有什么优缺点？
同步复制中，领导者更新本地存储后立即将更改传播到跟随者，只有所有节点更新成功才向客户端确认，确保强一致性但延迟较高。异步复制中，领导者先更新本地存储，延迟后传播更改，向客户端确认较早，延迟低但可能导致领导者和跟随者之间暂时不一致。
如何向单领导者复制系统中添加新的跟随者？
步骤包括：1）拍摄领导者数据库的一致性快照（无需锁定）；2）将快照复制到新跟随者；3）新跟随者连接领导者，请求快照之后的所有更改，并与复制日志的精确位置关联；4）赶上所有更改后，新跟随者加入集群开始服务。此方法避免停机，平衡数据同步与性能。
多领导者复制中如何处理写入冲突？
处理策略包括：避免冲突（将特定记录的写入定向到同一领导者）、为写入分配唯一ID（如时间戳，最后写入获胜）、基于副本ID的优先级、合并值（如按字母排序连接）、记录冲突供应用解决，以及在应用程序代码中自定义冲突解决逻辑（写入时或读取时处理）。每种方法在一致性和复杂性之间权衡。
无主复制中的读修复和反熵过程是什么？
读修复：客户端从多个副本读取时，如果发现过时数据，将最新值写回该副本，适用于频繁读取的数据。反熵：后台进程不断比较副本间的差异并同步数据，不按特定顺序，可能导致较大延迟，但能确保最终一致性。两者协同工作，确保所有副本数据一致。
无主复制中的仲裁（Quorum）机制是如何工作的？
仲裁机制通过设置写入仲裁（W）和读取仲裁（R）来平衡一致性和可用性。例如，5个副本中设置W=3、R=3，则写入需至少3个副本确认，读取需从至少3个副本收集数据。当W+R>N（副本总数）时，系统保证强一致性，每次读取都能获得最新写入。仲裁模型提供了灵活性和鲁棒性，即使节点故障也能运行。
什么是草率仲裁（Sloppy Quorum）和暗示切换（Hinted Handoff）？
草率仲裁：当网络故障导致客户端无法连接到足够的指定节点形成仲裁时，系统接受来自任何可用节点的写入和读取响应，优先保证可用性。暗示切换：当网络恢复后，临时节点接受的写入会被传递到合法的主节点。这种策略在高写入可用性场景下有用，但可能牺牲读取的最新性。
