आखिरकार संगत

हाल ही में स्केलेबल सिस्टम और NoSQL फैसलों की एक हब्र चर्चा पर अक्सर मिलना शुरू हुआ। अमेज़ॅन के सीटीओ द्वारा लिखा गया यह लेख, मेरी राय में, सबसे अच्छा परिचयात्मक में से एक है, यह दर्शाता है कि स्केलेबल सिस्टम बनाते समय क्या समस्याएं आती हैं, टूलबॉक्स चुनते समय क्या विचार करना चाहिए, जो कैसेंड्रा के लेखकों ने ध्यान में रखते हुए कैसेंड्रा और एचबी में सीपी प्रदान करने की बात की है। और भी बहुत कुछ।

परिचय

अमेज़ॅन क्लाउड कंप्यूटिंग अवसंरचना सेवाओं पर आधारित है। जैसे कि अमेजन एस 3, सिंपलडीबी और ईसी 2। वे आपको स्केलेबल कंप्यूटिंग प्लेटफॉर्म और एप्लिकेशन बनाने की अनुमति देते हैं। इन सेवाओं के लिए आवश्यकताएं बहुत कठोर हैं। उन्हें संसाधनों की उत्कृष्ट सुरक्षा, मापनीयता, उपलब्धता, प्रदर्शन और कुशल उपयोग प्रदान करना चाहिए। और यह सब दुनिया भर से लाखों ग्राहकों की सेवा करते हुए।

आंतरिक रूप से, ये सेवाएँ वैश्विक स्तर पर संचालित होने वाली विशाल, वितरित प्रणालियाँ हैं। यह अतिरिक्त कठिनाइयाँ पैदा करता है, क्योंकि जब खरब और खरबों अनुरोधों को संसाधित करता है, तो आमतौर पर बहुत कम संभावना वाले घटनाओं को होने की गारंटी दी जाती है। और सिस्टम को डिजाइन और विकसित करते समय इसे ध्यान में रखा जाना चाहिए। दुनिया भर में, हम आवश्यक प्रदर्शन और उच्च उपलब्धता प्रदान करने के लिए हर जगह प्रतिकृति का उपयोग करते हैं। यद्यपि प्रतिकृति हमें अपने लक्ष्यों के करीब लाती है, लेकिन यह अभी भी हमें पारदर्शी रूप से हासिल करने की अनुमति नहीं देता है। वहाँ बारीकियों की एक संख्या है कि प्रतिकृति का उपयोग कर सेवाओं के उपयोगकर्ताओं का सामना करेंगे।

इन बारीकियों में से एक प्रणाली द्वारा प्रदान की गई डेटा संगतता का प्रकार है। विशेष रूप से, कई सामान्य वितरित सिस्टम डेटा प्रतिकृति के संदर्भ में अंतिम स्थिरता मॉडल का उपयोग करते हैं। अमेज़ॅन में बड़े स्केलेबल सिस्टम विकसित करते समय, हमने बड़े स्केलेबल सिस्टम पर डेटा प्रतिकृति से संबंधित नियमों और सार का उपयोग किया। हमने उच्च उपलब्धता और डेटा स्थिरता के बीच एक समझौता खोजने पर ध्यान केंद्रित किया। इस लेख में, मैं कुछ ऐसी जानकारियों की जाँच करूँगा, जिन्होंने वैश्विक स्तर पर काम करने वाली विश्वसनीय वितरित प्रणालियों के निर्माण के लिए हमारे दृष्टिकोण को आकार दिया है।

ऐतिहासिक परिप्रेक्ष्य

एक आदर्श दुनिया में, स्थिरता का केवल एक मॉडल होगा: डेटा अपडेट करने के बाद, सभी पर्यवेक्षक अपडेट देखेंगे। इसे प्राप्त करने में पहली कठिनाइयाँ 70 के दशक के उत्तरार्ध में DBMS में उत्पन्न हुई। इस विषय पर सबसे अच्छा काम ब्रूस लिंडसे के नोट्स ऑन डिस्ट्रिब्यूटेड डेटाबेस है। वह डेटाबेस प्रतिकृति के मूल सिद्धांतों को रेखांकित करता है और स्थिरता प्राप्त करने से संबंधित कई तकनीकों पर चर्चा करता है। इन तकनीकों में से कई वितरण पारदर्शिता प्राप्त करने की कोशिश करते हैं - ताकि उपयोगकर्ता के दृष्टिकोण से यह एक एकल प्रणाली की तरह दिखता है, और बहुत सारे जुड़े सिस्टम की तरह नहीं। समय की कई प्रणालियों ने इस दृष्टिकोण का पालन किया कि पूरी प्रणाली की विफलता पारदर्शिता के उल्लंघन से बेहतर है।

90 के दशक के मध्य में, इंटरनेट पर सिस्टम के विकास के साथ, इस अभ्यास को संशोधित किया गया है। इस समय, लोगों ने यह मानना ​​शुरू कर दिया कि पहुंच सबसे महत्वपूर्ण संपत्ति है, लेकिन वे यह तय नहीं कर सके कि समझौता के रूप में क्या बलिदान करना है। एरिक ब्रूअर, बर्कले के प्रोफेसर, जो उस समय इंटकॉमी के प्रमुख थे (जिस कंपनी ने सफल खोज इंजन जारी किया था, जिसे बाद में याहू - लगभग प्रति।) द्वारा अधिग्रहित कर लिया गया , 2000 PODC सम्मेलन में एक रिपोर्ट में सभी समझौतों को एक साथ इकट्ठा किया। उन्होंने CAP प्रमेय प्रस्तुत किया, जिसमें कहा गया है कि वितरित डेटा वाले सिस्टम के तीन गुणों में स्थिरता, सिस्टम की उपलब्धता है जब नोड्स में से एक विफल रहता है (सिस्टम उपलब्धता), और नेटवर्क सेगमेंट (विभाजन सहिष्णुता) के बीच के कनेक्शन का नुकसान (बाद में ) नेटवर्क विभाजन का अर्थ है एक वितरित प्रणाली के कुछ हिस्सों के बीच संचार का नुकसान, जब प्रत्येक भाग अलग से संचालित होता है, लेकिन वे "एक-दूसरे को लगभग नहीं देखते हैं" - लेन) - एक समय में केवल दो को प्राप्त किया जा सकता है। 2002 में सेठ गिलबर्ट और नैन्सी लिंच के एक लेख में एक और अधिक औपचारिक पुष्टि प्रकाशित हुई है।

एक सिस्टम जो नेटवर्क सेगमेंट के बीच संचार के नुकसान के लिए प्रतिरोध प्रदान नहीं करता है, डेटा संगतता और उपलब्धता प्राप्त कर सकता है, जो अक्सर लेनदेन प्रोटोकॉल का उपयोग करके प्राप्त किया जाता है। इस स्थिति में, कुछ स्थितियों को सिस्टम विफलता के रूप में माना जाता है। उदाहरण के लिए, यदि क्लाइंट नोड्स का हिस्सा नहीं देखता है। यह ध्यान देने योग्य है कि विभाजन अक्सर बड़े स्केलेबल सिस्टम में मौजूद होता है, क्योंकि डेटा संगतता और उपलब्धता एक ही समय में प्राप्त नहीं होती है। इसका मतलब यह है कि हमारे पास दो विकल्प हैं: संगति को कमजोर करना, जो हमें नेटवर्क विभाजन की स्थितियों में उच्च उपलब्धता के साथ एक प्रणाली बनाने या स्थिरता पर ध्यान केंद्रित करने की अनुमति देगा, जो कुछ स्थितियों में प्रणाली की अनुपलब्धता को जन्म देगा।

दोनों विकल्पों को सिस्टम क्षमताओं के लिए क्लाइंट साइड डेवलपर का ध्यान देने की आवश्यकता है। यदि सिस्टम अखंडता पर केंद्रित है, तो डेवलपर को यह ध्यान रखना चाहिए कि सिस्टम उपलब्ध नहीं हो सकता है, उदाहरण के लिए, रिकॉर्डिंग के लिए और तदनुसार इस स्थिति को संभालें ताकि डेटा खोना न हो। यदि सिस्टम एक्सेसिबिलिटी पर ध्यान केंद्रित करता है, तो यह हमेशा रिकॉर्डिंग प्रदान कर सकता है, लेकिन कुछ मामलों में डेटा पढ़ना हाल की रिकॉर्डिंग के परिणाम को प्रतिबिंबित नहीं करेगा। डेवलपर को यह तय करना होगा कि क्या ग्राहक को वास्तव में बहुत नवीनतम परिवर्तनों की आवश्यकता है। कई मामलों में, थोड़ा पुराना डेटा स्वीकार्य है।

मूल रूप से, ACID के अनुरूप लेन-देन प्रणालियों में स्थिरता थोड़ी भिन्न प्रकार की संगति है। ACID में, संगतता से तात्पर्य उस गारंटी से है, जो लेनदेन के पूरा होने पर, डेटाबेस सुसंगत स्थिति में है। उदाहरण के लिए, खातों के बीच धन हस्तांतरित करते समय, खातों में धनराशि नहीं बदलनी चाहिए। एसीआईडी-अनुपालन प्रणालियों में, डेटा अखंडता सुनिश्चित करने के लिए लेनदेन और डेटाबेस टूल के उपयोग से इस तरह की स्थिरता आमतौर पर सुनिश्चित की जाती है।

संगति - ग्राहक और सर्वर

संगति पर दो दृष्टिकोण हैं। डेवलपर / ग्राहक के दृष्टिकोण से एक: वे डेटा अपडेट कैसे देखते हैं। दूसरा सर्वर साइड से है: सिस्टम में अपडेट कैसे होते हैं और सिस्टम अपडेट के बारे में क्या गारंटी दे सकता है।

ग्राहक संगति

ग्राहक के दृष्टिकोण से, हमारे पास निम्नलिखित घटक हैं:

भंडारण प्रणाली । फिलहाल, हम इसे ब्लैक बॉक्स मान रहे हैं। लेकिन हम इस बात को ध्यान में रखते हैं कि स्थिरता और पहुंच सुनिश्चित करने के लिए निर्मित किसी चीज के अंदर अत्यधिक स्केलेबल और वितरित किया जाता है।

प्रक्रिया ए एक प्रक्रिया जो भंडारण प्रणाली से लिखती है और पढ़ती है।

प्रक्रियाओं बी और सी। दो प्रक्रिया ए से स्वतंत्र प्रक्रियाएं, जो भंडारण प्रणाली से भी लिखते हैं और पढ़ते हैं। इससे कोई फर्क नहीं पड़ता कि वे प्रक्रियाएं हैं या एक प्रक्रिया के सूत्र हैं। केवल महत्वपूर्ण बात यह है कि वे स्वतंत्र हैं और सूचनाओं के आदान-प्रदान के लिए बातचीत करनी चाहिए।

क्लाइंट (क्लाइंट-साइड) स्थिरता यह निर्धारित करती है कि पर्यवेक्षक कैसे और कब (हमारे मामले में, ए, बी और सी) प्रक्रिया स्टोरेज सिस्टम में दिए गए ऑब्जेक्ट में परिवर्तन देखते हैं। निम्नलिखित उदाहरणों में, विभिन्न प्रकार की स्थिरता को दर्शाते हुए, प्रक्रिया ए ने डेटा का एक अद्यतन किया।

मजबूत स्थिरता । अपडेट पूरा होने के बाद, डेटा (प्रोसेस ए, बी या सी) द्वारा किसी भी बाद की एक्सेस अपडेटेड वैल्यू लौटा देगी।

कमजोर संगति । सिस्टम इस बात की गारंटी नहीं देता है कि बाद में डेटा एक्सेस अपडेटेड वैल्यू लौटाएगा। अद्यतन मान वापस करने से पहले, कई शर्तों को पूरा करना होगा। अद्यतन और पल के बीच की अवधि जब प्रत्येक पर्यवेक्षक को हमेशा अद्यतन मूल्य देखने की गारंटी दी जाती है उसे असंगतता विंडो कहा जाता है।

आखिरकार संगति । कमजोर संगति का एक विशेष मामला। सिस्टम यह सुनिश्चित करता है कि, नए डेटा अपडेट के अभाव में, अंततः सभी क्वेरीज़ अंतिम अपडेटेड वैल्यू वापस कर देंगी। यदि कोई विफलता नहीं है, तो अधिकतम असंगतता विंडो आकार को संचार योजना, सिस्टम लोड और प्रतिकृति योजना के अनुसार प्रतिकृतियों की संख्या के आधार पर निर्धारित किया जा सकता है। सबसे लोकप्रिय प्रणाली जो "लंबे समय में स्थिरता" को लागू करती है, वह है DNS। अपडेट किए गए रिकॉर्ड को कॉन्फ़िगरेशन मापदंडों और कैश अंतराल सेटिंग्स के अनुसार वितरित किया जाता है। अंत में, सभी ग्राहक अपडेट देखेंगे।

अंततः स्थिरता में कई भिन्नताएँ हैं जिन पर विचार करना महत्वपूर्ण है:

कारण की संगति । यदि प्रक्रिया ए ने प्रक्रिया बी को सूचित किया है कि उसने डेटा को अपडेट कर दिया है, तो इस डेटा के लिए प्रक्रिया बी के बाद के कॉल अपडेटेड मान वापस कर देंगे और रिकॉर्ड को पहले वाले को बदलने की गारंटी है। प्रक्रिया सी तक पहुंच, जो कि प्रक्रिया ए से संबंधित नहीं है, अंतिम स्थिरता के सामान्य नियमों के अधीन है।

संगतता मॉडल "रीड-योर-राइट्स संगति" । यह एक महत्वपूर्ण मॉडल है जिसमें डेटा को अपडेट करने के बाद प्रक्रिया ए, हमेशा एक्सेस पर एक अद्यतन मूल्य प्राप्त करता है और पुराने को कभी नहीं देखता है। यह कार्य-कारण संगति का एक विशेष मामला है।

सत्र की संगति । यह पिछले मॉडल का एक व्यावहारिक संस्करण है जब एक प्रक्रिया सत्र के संदर्भ में भंडार तक पहुंच प्राप्त करती है। जब तक सत्र मौजूद है, सिस्टम रीड-योर-राइट्स संगति की गारंटी देता है। यदि किसी प्रकार की विफलता के कारण सत्र समाप्त होता है, तो एक नया सत्र बनाया जाना चाहिए, जो दूसरों के साथ ओवरलैप न करने की गारंटी है।

मोनोटोनिक ने स्थिरता मॉडल पढ़ा । यदि प्रक्रिया ने एक निश्चित मूल्य देखा, तो, बाद में इस डेटा तक पहुंच के साथ, इसे कभी भी पुराना मूल्य नहीं मिलेगा।

मोनोटोनिक स्थिरता मॉडल लिखते हैं । इस संस्करण में, सिस्टम एक प्रक्रिया की रिकॉर्डिंग के आदेश की गारंटी देता है। सिस्टम जो इस स्तर की स्थिरता प्रदान नहीं करते हैं, उनका उपयोग करना मुश्किल है।

इनमें से कुछ बदलावों को मिलाया जा सकता है। उदाहरण के लिए, आप मोनोटोनिक रीड्स और सत्र संगतता को जोड़ सकते हैं। व्यावहारिक दृष्टिकोण से, मोनोटोनिक रीड एंड रीड-योर-राइट्स उन प्रणालियों में सबसे अधिक वांछनीय है जो "लंबे समय में स्थिरता" को लागू करते हैं, लेकिन हमेशा आवश्यक नहीं होते हैं। यह संयोजन अनुप्रयोग विकास की सुविधा देता है, जबकि भंडारण स्थिरता को कमजोर करने और उच्च उपलब्धता प्रदान करने की अनुमति देता है।

"अंततः संगति" चरम वितरित प्रणालियों की गूढ़ कविता का कुछ प्रकार नहीं है। कई आधुनिक रिलेशनल डीबीएमएस जो बैकअप सर्वर (प्राथमिक-बैकअप विश्वसनीयता) को दोहराव द्वारा विश्वसनीयता प्रदान करते हैं, प्रतिकृति तंत्र को दो मोड में कार्यान्वित करते हैं: सिंक्रोनस और एसिंक्रोनस। तुल्यकालिक मोड में, प्रतिकृति अद्यतन लेनदेन का हिस्सा है। अतुल्यकालिक मोड में, अपडेट को बैकअप के रूप में दिया जाता है, कुछ देरी के साथ, अक्सर लॉग की डिलीवरी के माध्यम से। बाद के मामले में, यदि प्राथमिक सर्वर लॉग देने से पहले विफल हो जाता है, तो प्राथमिक के बजाय बैकअप सर्वर से पढ़ने से पुराना डेटा हमारे पास वापस आ जाएगा। इसके अलावा, बेहतर रीड स्केलेबिलिटी प्रदान करने के लिए, रिलेशनल डीबीएमएस ने बैकअप सर्वर से पढ़ने की क्षमता प्रदान करना शुरू किया, जो "लंबे समय में स्थिरता" की गारंटी का एक क्लासिक मामला है, जिसमें असंगति विंडो का आकार लॉग भेजने की आवृत्ति पर निर्भर करता है।

सर्वर साइड संगति

सर्वर की ओर, हमें यह और अधिक गहराई से समझने की आवश्यकता है कि सिस्टम में अपडेट कैसे वितरित किए जाते हैं यह समझने के लिए कि यह या वह विधि डेवलपर क्या देता है। आइए पहले कुछ परिभाषाओं पर सहमत हों:

एन = डेटा की प्रतियां (प्रतिकृतियां) संग्रहीत करने वाली नोड्स की संख्या;

डब्ल्यू = अद्यतन पूरा होने से पहले प्रतिकृतियों की संख्या जो अद्यतन की प्राप्ति की पुष्टि करनी चाहिए;

डेटा को पढ़ने के लिए अनुरोध संसाधित करते समय आर = प्रतिकृतियों की संख्या, जिनसे संपर्क किया जाता है।

यदि डब्ल्यू + आर> एन, तो रिकॉर्डिंग में भाग लेने वाले और रीडिंग में भाग लेने वाले प्रतिकृतियों के सेट हमेशा प्रतिच्छेद करते हैं, जो निरंतर स्थिरता की गारंटी दे सकते हैं। संबंधपरक DBMSs के बैकअप सर्वर के लिए तुल्यकालिक प्रतिकृति का तंत्र N = 2, W = 2 और R = 1 है। इससे कोई फर्क नहीं पड़ता कि कौन सी प्रतिकृति से पढ़ता है, वास्तविक डेटा हमेशा पढ़ा जाएगा। एसिंक्रोनस प्रतिकृति के साथ और बैकअप सर्वर से सक्षम पढ़ना, एन = 2, डब्ल्यू = 1, और आर = 1। इस स्थिति में, R + W = N और डेटा संगतता की गारंटी नहीं दी जा सकती।

इस तरह के विन्यास के साथ समस्या यह है कि यदि विफलता के कारण डब्ल्यू नोड्स को लिखना असंभव है, तो लेखन ऑपरेशन को एक त्रुटि वापस करनी चाहिए, यह देखते हुए कि सिस्टम अप्राप्य है। उदाहरण के लिए, एन = 3, डब्ल्यू = 3 और दो उपलब्ध नोड्स के साथ, सिस्टम को एक लेखन त्रुटि उत्पन्न करनी चाहिए।

वितरित रिपॉजिटरी में, जो उच्च प्रदर्शन और उपलब्धता प्रदान करना चाहिए, प्रतिकृतियों की संख्या आम तौर पर दो से अधिक होती है। एक प्रणाली जो केवल दोष सहिष्णुता पर केंद्रित होती है, अक्सर N = 3 (W = 2 और R = 2 के साथ) का उपयोग करती है। सिस्टम जिन्हें बहुत अधिक रीडिंग लोड को संभालने की आवश्यकता होती है, अक्सर गलती सहिष्णुता प्रदान करने के लिए आवश्यक से अधिक प्रतिकृतियों का उपयोग करते हैं। N का मान R = 1 के साथ कई दसियों, या यहां तक ​​कि सैकड़ों नोड्स हो सकता है, ताकि एक नोड को एक क्वेरी परिणाम वापस कर देगी। अपडेट के लिए डेटा संगति सेट W = N पर केंद्रित सिस्टम, जो एक सफल रिकॉर्डिंग की संभावना को कम कर सकता है। गलत सहिष्णुता की आवश्यकता वाले सिस्टम के लिए लगातार कॉन्फ़िगरेशन लेकिन मजबूत स्थिरता की आवश्यकता नहीं है न्यूनतम अद्यतन अवधि प्राप्त करने के लिए W = 1 के साथ काम करना है और फिर एक आलसी (महामारी) तकनीक का उपयोग करके बाकी प्रतिकृतियों को अपडेट करना है।

एन, डब्ल्यू और आर को कैसे कॉन्फ़िगर करें, विभिन्न भारों के लिए उपयोग के मामलों और प्रदर्शन आवश्यकताओं पर निर्भर करता है। आर = 1, एन = डब्ल्यू के लिए, हम पढ़ने की गति का अनुकूलन करते हैं, और डब्ल्यू = 1, आर = एन के लिए, हम बहुत तेज लेखन के लिए सिस्टम का अनुकूलन करते हैं। बेशक, बाद के मामले में, विफलताओं के मामले में सिस्टम के अस्तित्व की गारंटी नहीं है, और डब्ल्यू <(एन + 1) / 2 के लिए, कई रिकॉर्ड संचालन के दौरान कई नोड्स इंटरसेक्ट नहीं होने पर परस्पर विरोधी रिकॉर्ड की संभावना है।

कमजोर / अंतिम स्थिरता तब होती है जब डब्ल्यू + आर <= एन। यानी एक संभावना है कि नोड्स के सेट लिखने और पढ़ने के दौरान प्रतिच्छेद नहीं करते हैं। यदि यह एक जानबूझकर किया गया कदम है, न कि दोष सहिष्णुता की आवश्यकताओं के कारण, तो आर को 1 के अलावा किसी अन्य चीज में स्थापित करना थोड़ा सा समझ में आता है। कमजोर स्थिरता दो मुख्य मामलों में उत्पन्न होती है: पहला, कई स्केल के लिए प्रतिकृति है, जैसा कि ऊपर उल्लेख किया गया है, स्केलेबिलिटी प्रदान करने के लिए, और दूसरा अधिक जटिल डेटा एक्सेस के लिए है। सरल कुंजी-मूल्य प्रणालियों पर, यह निर्धारित करने के लिए संस्करणों की तुलना करना काफी आसान है कि कौन सा मूल्य अंतिम लिखा गया था। लेकिन सिस्टम में जो ऑब्जेक्ट के सेट लौटाते हैं, यह निर्धारित करना अधिक कठिन है कि सेट में से कौन सा अंतिम प्रासंगिक माना जाता है। अधिकांश सिस्टम जिसमें डब्ल्यू <एन में एक तंत्र होता है जो पृष्ठभूमि में आवश्यक नोड्स (सेट डब्ल्यू में शामिल नहीं) पर डेटा को अपडेट करता है। सभी नोड्स को अपडेट करने से पहले की अवधि असंगतता की एक खिड़की है, जो पहले चर्चा की गई थी। यदि W + R <= N है, तो सिस्टम उन नोड्स से डेटा पढ़ सकता है जिन्हें अभी तक अपडेट नहीं मिला है।

रीड-योर-राइट्स, सेशन, मोनोटोनिक स्थिरता मॉडल को लागू करने की क्षमता आम तौर पर क्लाइंट को एक विशिष्ट सर्वर के लिए बाध्य करने पर निर्भर करती है जो पूरे वितरित सिस्टम के साथ काम प्रदान करती है। जब एक क्लाइंट हर बार एक ही सर्वर को एक्सेस करता है, तो रीड-योर-राइट्स और मोनोटोनिक रीड का कार्यान्वयन काफी सरल होता है। इसी समय, लोड संतुलन और दोष सहिष्णुता को लागू करना कुछ अधिक कठिन है, लेकिन यह एक सरल समाधान है। सत्रों का उपयोग करना, जो चिपचिपा हैं, यह स्पष्ट करता है और एक एक्सपोज़र स्तर प्रदान करता है जो ग्राहकों के बारे में तर्क कर सकते हैं (अनुवाद विकल्प स्वागत है) ।

कभी-कभी क्लाइंट द्वारा आपके रीड-राइट्स और मोनोटोनिक रीड को लागू किया जाता है। रिकॉर्ड में संस्करणों को जोड़ते समय, क्लाइंट पिछले एक से कम संस्करणों के साथ मूल्य का खुलासा करता है।

विभाजन तब होता है जब सिस्टम के कुछ नोड्स अन्य नोड्स से कनेक्ट नहीं हो सकते हैं, लेकिन नोड्स के दोनों सेट ग्राहकों के लिए सुलभ हैं। शास्त्रीय कोरम तंत्र का उपयोग करते हुए, डब्ल्यू नोड्स वाले एक खंड को कार्य करना और अपडेट प्राप्त करना जारी रख सकता है, जबकि एक अन्य खंड अप्राप्य हो जाता है। इसी तरह के विचार पढ़ने पर लागू होते हैं। चूँकि परिभाषा के अनुसार पढ़ने और लिखने के दौरान नोड्स के सेट, नोड्स का एक छोटा सेट अप्राप्य हो जाता है। विभाजन अक्सर होता है, लेकिन डेटा केंद्रों और डेटा केंद्रों के बीच हो सकता है।

कुछ अनुप्रयोगों में, कुछ नोड्स की अनुपलब्धता अस्वीकार्य है, और यह महत्वपूर्ण है कि एक क्लाइंट जो किसी भी सेगमेंट के साथ बातचीत करता है वह सामान्य रूप से काम कर सकता है। इस स्थिति में, दोनों खंड डेटा संग्रहीत करने के लिए नोड्स के एक नए सेट को परिभाषित करते हैं, और खंडों के बीच संचार बहाल होने पर एक मर्ज ऑपरेशन किया जाता है।

अमेज़ॅन का डायनेमो

अमेज़ॅन का डायनेमो एक ऐसी प्रणाली है जो आपको ऊपर दिए गए सभी मापदंडों को एप्लिकेशन की वास्तुकला के अनुसार कॉन्फ़िगर करने की अनुमति देता है। यह एक कुंजी-मूल्य संग्रहण प्रणाली है जिसका उपयोग कई ई-कॉमर्स प्लेटफॉर्म सेवाओं और अमेज़ॅन वेब सेवाओं में किया जाता है। डायनेमो विकास के लक्ष्यों में से एक सेवा मालिकों को अनुमति देना है जो स्थिरता, स्थिरता, उपलब्धता, और सिस्टम प्रदर्शन के बीच एक समझौता निर्धारित करने के लिए, अक्सर कई डेटा केंद्रों में वितरित डायनमो भंडारण प्रणाली के उदाहरणों का उपयोग करते हैं।

ऊपर का सारांश

अत्यधिक स्केलेबल विश्वसनीय वितरित सिस्टम में डेटा असंगतता दो कारणों से स्वीकार्य होनी चाहिए: कई प्रतिस्पर्धी अनुरोध होने पर प्रदर्शन को पढ़ना और लिखना बेहतर करना; विभाजन प्रक्रिया, जब अन्यथा यह घोषित करना आवश्यक है कि सिस्टम का एक हिस्सा दुर्गम है, भले ही सभी नोड काम कर रहे हों।

असंगतता स्वीकार्य है या नहीं यह ग्राहक के आवेदन पर निर्भर करता है। किसी भी मामले में, डेवलपर को यह नहीं भूलना चाहिए कि भंडारण प्रणाली द्वारा किस तरह की स्थिरता प्रदान की जाती है और अनुप्रयोगों को विकसित करते समय इसे ध्यान में रखना चाहिए। अंतिम स्थिरता सत्र और समान रीडिंग जैसे अंतिम स्थिरता मॉडल के लिए कई व्यावहारिक सुधार हैं, जो डेवलपर्स के लिए जीवन को आसान बनाते हैं। अक्सर, कोई एप्लिकेशन बिना किसी समस्या के अंतिम स्थिरता का उपयोग कर सकता है। एक विशेष रूप से व्यापक मामला एक वेबसाइट है जिस पर हमारे पास उपयोगकर्ता के दृष्टिकोण से स्थिरता की अवधारणा है। इस मामले में, असंगतता विंडो उपयोगकर्ता के अगले पृष्ठ पर जाने के लिए अपेक्षित समय से कम होनी चाहिए। यह आपको अगले पढ़ने के अनुरोध तक सिस्टम पर अपडेट वितरित करने की अनुमति देता है।

इस लेख का उद्देश्य उन प्रणालियों की जटिलता के बारे में जागरूकता बढ़ाना है, जिन्हें वैश्विक स्तर पर काम करने की आवश्यकता है और यह सुनिश्चित करने के लिए सावधानीपूर्वक ट्यूनिंग की आवश्यकता है कि वे प्रदर्शन, उपलब्धता और लचीलापन प्रदान कर सकें, जिनकी उन्हें आवश्यकता है। वितरित सिस्टम के डिजाइनरों के साथ काम करने वाली चीजों में से एक असंगति खिड़की का आकार है, जिसके दौरान सिस्टम ग्राहक अत्यधिक स्केलेबल सिस्टम विकसित करने की वास्तविकताओं का अनुभव कर सकते हैं।



अनुवाद में सुधार के लिए टिप्पणियाँ और सुझाव का स्वागत है।