亿级流量系统架构之如何保证百亿流量下的数据一致性（上）【石杉的架构笔记】
欢迎关注个人公众号：石杉的架构笔记（ID:shishan100）
周一至周五早8点半！精品技术文章准时送上！
目录
一、 前情提示
二、 什么是数据一致性？
三、 一个数据计算链路的梳理
四、 数据计算链路的bug
五、 电商库存数据的不一致问题
六、 大型系统的数据不一致排查有多困难
七、 下篇预告
一、前情提示
这篇文章，咱们继续来聊聊之前的亿级流量架构的演进，之前对这个系列的文章已经更新到了可扩展架构的设计，如果有不太清楚的同学，建议一定先回看一下之前的文章：
1、亿级流量系统架构之如何支撑百亿级数据的存储与计算
2、 亿级流量系统架构之如何设计高容错分布式计算系统
3、 亿级流量系统架构之如何设计承载百亿流量的高性能架构
5、 亿级流量系统架构之如何设计全链路99.99%高可用架构
8、 亿级流量系统架构之如何在上万并发场景下设计可扩展架构（下）？
老规矩！我们首先看一下这个复杂的系统架构演进到当前阶段，整体的架构图是什么样子的。
笔者再次友情提醒，如果各位小伙伴对下面这个复杂的架构图还有什么不理解的地方，一定要先回看之前的文章，因为系列文必须对上下文有清晰的理解和认识。
接着文本我们来聊聊一个核心系统每天承载百亿流量的背景下，应该如何来保证复杂系统中的数据一致性？
二、什么是数据一致性？
简单来说，在一个复杂的系统中一定会对一些数据做出非常复杂的处理，而且可能是多个不同的子系统，甚至是多个服务。
对一个数据按照一定的顺序依次做出复杂的业务逻辑的执行，最终可能就会生产出一份宝贵的系统核心数据，落地到存储里去，比如说在数据库里存储。
给大家来一张手绘彩图，感受下这个现场的氛围：
从上图中我们就可以看到，多个系统如何对一个数据依次进行处理，最终拿到一份核心数据，并落地到存储里去。
那么在这个过程中，就可能会产生所谓的 数据不一致 的问题。
什么意思呢？给大家举一个最简单的例子，我们本来期望数据的变化过程是：数据1 -> 数据2 -> 数据3 -> 数据4。
那么最后落地到数据库里的应该是数据4，对不对？
结果呢？不知道为啥，经过上面那个复杂的分布式系统中的各个子系统，或者是各个服务的协作处理，最后居然搞出来一个数据87。
搞了半天，搞了一个跟数据4风马牛不相及的一个东西，最后落地到了数据库里。
然后啊，这套系统的最终用户，可能通过前台的界面看到了一个莫名其妙的数据87。
这就尴尬了，用户明显会觉得这个数据有错误，就会反馈给公司的客服，此时就会上报bug到工程师团队，大家就开始吭哧吭哧的找问题。
上面说的这个场景，其实就是一种数据不一致的问题，也是我们接下来几篇文章要讨论的一个问题。
实际上，在任何一个大规模分布式系统里，都会存在类似的问题。无论是电商，O2O，还是本文举例的数据平台系统，都一样。
三、一个数据计算链路的梳理
那么既然已经明确了问题，接下来就来看看在数据平台这个系统里，到底是什么问题可能会导致一个最终落地存储的数据的异常呢？
要明白这个问题，咱们先回过头看看，在之前提过的数据平台这个项目里，一个最终落地的数据的计算链路是什么样的？
大家看看下面的图：
如上图所示，其实从最简单的一个角度来说，这个数据计算的链路大概也就是上面的那个样子。
- 首先，通过MySQL binlog采集中间件获取到数据，转发给数据接入层。
- 然后，数据接入层会把原始数据落地到kv存储里去
- 接着，是实时计算平台会从kv存储里提取数据进行计算
- 最后，会将计算结果写入到数据库+缓存的集群里。数据查询平台会从数据库 + 缓存的集群里提取数据，提供用户来进行查询
看起来很简单，对吧？
但是哪怕是这个系统里，数据计算链路，也绝对不是这么简单的。
如果大家看过之前的系列文章的话，就应该知道，这个系统为了支撑高并发、高可用、高性能等场景，引入了大量的复杂机制。
所以实际上一条原始数据进入到系统，一直到最后落地到存储里，计算链路还会包含下面的东西：
- 接入层的限流处理
- 实时计算层的失败重试
- 实时计算层的本地内存存储的降级机制
- 数据分片的聚合与计算，单条数据在这里可能会进入一个数据分片里
- 数据查询层的多级缓存机制
上面只不过是随便列举了几条。然而哪怕只是上述几条，都可以把一个数据的计算链路变得复杂很多倍了。
四、数据计算链路的bug
既然大家已经明白了，在一个复杂系统里，一份核心数据可能是经过一个极为复杂的计算链路的处理，中间百转千回，任何可能的情况都会发生。
那么就可以理解在大型分布式系统中，数据不一致的问题是如何产生的了。
其实原因非常的简单，说白了，就是数据计算链路的bug。
也就是说，在数据的计算过程中，某个子系统出现了bug，并没有按照我们预期的行为去处理，导致最终产出去的数据变得错误了。
那么，为什么会在数据计算链路中出现这种bug呢？
原因很简单，如果大家曾经参与过上百人协作的大型分布式系统，或者是主导过上百人协作开发的大型分布式系统的架构设计，应该对核心数据的异常和错误非常熟悉，并且会感到头疼不已。
大规模分布式系统中，动辄上百人协作开发。很可能某个子系统或者是某个服务的负责人，对数据的处理逻辑理解偏差了，代码里写了一个隐藏的bug。
而这个bug，轻易不会触发，并且在QA测试环境还没测出来，结果带着一颗定时炸弹，系统上线。
最后在线上某种特殊的场景下，触发了这个bug，导致最终的数据出现问题。
五、电商库存数据的不一致问题
接触过电商的同学，可能此时脑子里就可以快速的想到一个类似的经典场景： 电商中的库存 。
在大规模的电商系统中，库存数据绝对是核心中的核心。但是实际上，在一个分布式系统中，很多系统可能都会采用一定的逻辑来更新库存。
这就可能导致跟上述说的场景类似的问题，就是多个系统都更新库存，但就是某个系统对库存的更新出现了bug。
这可能是因为那个系统的负责人没理解到底应该如何更新库存，也或者是他更新的时候采用的逻辑，没有考虑到一些特殊情况。
这样导致的结果就是，系统里的库存和仓库中实际的库存，死活对不上。但就是不知道到底哪个环节出了问题，导致库存数据出错。
这个，其实就是一个典型的数据不一致的问题。
六、大型系统的数据不一致排查有多困难
当面对一个大型分布式系统时，如果你之前压根儿没考虑过数据不一致的问题，那么我敢打赌，当你负责的系统在线上被客服反馈有某个核心数据不一致的时候，你绝对会一脸蒙圈。
因为一个核心数据的处理，少则涉及几个系统的协作处理，多则涉及十个以上的系统的协作处理。
如果你没有留存任何日志、或者仅仅就是有部分日志，然后基本就只能所有人干瞪眼，大家大眼对小眼，都盯着自己的代码看。
大家根据一个数据最后的错误结果，比如数据87。10多个人对着自己的代码，反复的思考，冥思苦想。
然后每个人都在大脑中疯狂的模拟自己代码的运行，但是就是想不明白，为什么本来应该是数据4的，结果出来了一个数据87？
所以现实问题就是这样，这种数据不一致的问题，大概有以下 几个痛点 ：
- 自己基本无法主动提前感知到数据问题，要被动等待用户发现，反馈给客服，这很可能导致你的产品被大量投诉，老板很生气，后果很严重。
- 即使客服告诉了你数据错了，但是你们没法还原现场，没有留存证据，基本就是一群工程师对着代码想象，猜测。
- 即使你解决了一次数据不一致的问题，但是以后也许还有下一次，这样搞下去，会导致团队里好几个能干的小伙儿时间都搭在这种破事儿上。
七、下篇预告
所以针对本文描述的大型分布式系统数据不一致的问题，下篇文章我们将给出：在百亿流量的场景下，一套复杂系统我们是如何构建整套核心数据保证方案的。
敬请期待：
- 亿级流量系统架构之如何保证百亿流量下的数据一致性（中）？
- 亿级流量系统架构之如何保证百亿流量下的数据一致性（下）？
end
如有收获，请帮忙转发，您的鼓励是作者最大的动力，谢谢！
一大波微服务、分布式、高并发、高可用的原创系列文章正在路上
欢迎扫描下方二维码 ，持续关注：
石杉的架构笔记（id:shishan100）
十余年BAT架构经验倾囊相授
推荐阅读：
1、
拜托！面试请不要再问我Spring Cloud底层原理
2、
【双11狂欢的背后】微服务注册中心如何承载大型系统的千万级访问？
3、
【性能优化之道】每秒上万并发下的Spring Cloud参数优化实战
4、
微服务架构如何保障双11狂欢下的99.99%高可用
5、
兄弟，用大白话告诉你小白都能听懂的Hadoop架构原理
6、
大规模集群下Hadoop NameNode如何承载每秒上千次的高并发访问
7、【
性能优化的秘密】Hadoop如何将TB级大文件的上传性能优化上百倍
8、 拜托，面试请不要再问我TCC分布式事务的实现原理坑爹呀！
9、 【坑爹呀！】最终一致性分布式事务如何保障实际生产中99.99%高可用？
10、 拜托，面试请不要再问我Redis分布式锁的实现原理！
11、【眼前一亮！】看Hadoop底层算法如何优雅的将大规模集群性能提升10倍以上？
12、亿级流量系统架构之如何支撑百亿级数据的存储与计算
13、 亿级流量系统架构之如何设计高容错分布式计算系统
14、 亿级流量系统架构之如何设计承载百亿流量的高性能架构
15、 亿级流量系统架构之如何设计每秒十万查询的高并发架构
16、 亿级流量系统架构之如何设计全链路99.99%高可用架构
17、 七张图彻底讲清楚ZooKeeper分布式锁的实现原理
18、
大白话聊聊Java并发面试问题之volatile到底是什么？
19、 大白话聊聊Java并发面试问题之Java 8如何优化CAS性能？
20、 大白话聊聊Java并发面试问题之谈谈你对AQS的理解？
21、 大白话聊聊Java并发面试问题之公平锁与非公平锁是啥？
22、 大白话聊聊Java并发面试问题之微服务注册中心的读写锁优化
23、 互联网公司的面试官是如何360°无死角考察候选人的？（上篇）
24、 互联网公司面试官是如何360°无死角考察候选人的？（下篇）
25、 Java进阶面试系列之一：哥们，你们的系统架构中为什么要引入消息中间件？
26、 【Java进阶面试系列之二】：哥们，那你说说系统架构引入消息中间件有什么缺点？
27、 【行走的Offer收割机】记一位朋友斩获BAT技术专家Offer的面试经历
28、 【Java进阶面试系列之三】哥们，消息中间件在你们项目里是如何落地的？
29、 【Java进阶面试系列之四】扎心！线上服务宕机时，如何保证数据100%不丢失？
30、 一次JVM FullGC的背后，竟隐藏着惊心动魄的线上生产事故！
31、 【高并发优化实践】10倍请求压力来袭，你的系统会被击垮吗？
32、 【Java进阶面试系列之五】消息中间件集群崩溃，如何保证百万生产数据不丢失？
33、 亿级流量系统架构之如何在上万并发场景下设计可扩展架构（上）？
34、 亿级流量系统架构之如何在上万并发场景下设计可扩展架构（中）？
35、 亿级流量系统架构之如何在上万并发场景下设计可扩展架构（下）？
36、 亿级流量架构第二弹：你的系统真的无懈可击吗？
作者：石杉的架构笔记
链接：https://juejin.im/post/5c263a936fb9a049ec6b2688
来源：掘金
著作权归作者所有，转载请联系作者获得授权！
正文到此结束
- 本文标签： https 集群 redis volatile 高并发 架构设计 微服务 node 产品 数据 开发 分布式 分布式锁 限流 Hadoop O2O UI 参数 id 性能优化 测试环境 测试 互联网 系统架构 二维码 文章 工程师 缓存 java 压力 sql 架构演进 http bug JVM spring 数据库 zookeeper 分布式事务 src 一致性 服务注册 目录 事故 双11 时间 分布式系统 注册中心 mysql Namenode 代码 锁 高可用 Spring cloud 并发
- 版权声明： 本文为互联网转载文章，出处已在文章中说明(部分除外)。如果侵权，请联系本站长删除，谢谢。
- 本文海报： 生成海报一 生成海报二
热门推荐
相关文章
近期评论
-
666
-
文章和留言都翻到11页了 没有OOM
-
-
朋友，翻页到11页，及以后，会出现OOM，无法访问
-
-
-
-
版本号是多少，你可以下载哪个代码仓库，jdk选1.8 直接跑就行
-
-
Loading...
![[HBLOG]公众号](https://www.liuhaihua.cn/img/qrcode_gzh.jpg)
