2006 对等网维护数据副本一致性的乐观复制技术研究

—45—对等网维护数据副本一致性的乐观复制技术研究王文方，王 刚，刘 璟(南开大学信息技术科学学院计算机系，天津300071)摘 要：在对等网环境中，保持数据对象的多个副本可极大地提高数据的可靠性和访问效率，但同时需要维护副本数据的一致性。

乐观复制在保证数据一致性的同时放松了对操作顺序的要求。

提出了数据乐观复制系统形式化模型，应用模型推导了数据达到一致的基本条件，提出了一种基于处理操作的最优化算法，并对实际应用中可能出现的问题提出了改进方法。

关键词：对等网；乐观复制；依赖关系Research of Optimistic Replication in DistributedPeer-to-Peer EnvironmentWANG Wenfang, WANG Gang, LIU Jing(Department of Computer, College of Information Technology Science, Nankai University, Tianjin 300071)【Abstract 】In distributed peer-to-peer environment, the replica of data object can be used to improve availability and performance. To guarantee consistency, update conflicts that arise in such a system must be detected and resolved. Optimistic replication is a way to preserve consistency and relax the constraints on ordering. This paper proposes a formal model. And applying this model, it proposes the basic condition that guarantee consistency, proposes an algorithm that should be optimization in order to guarantee consistency, and extends the model to make it more suitable for real environment.【Key words 】Peer-to-peer; Optimistic replication; Reliant relationship计 算 机 工 程Computer Engineering 第32卷 第20期Vol.32 № 20 2006年10月October 2006·软件技术与数据库·文章编号：1000—3428(2006)20—0045—03文献标识码：A 中图分类号：TP311在对等网环境中使用复制技术将数据保存到多个节点可极大地提高数据的可靠性与访问效率。

即使节点失效，数据仍可从备份节点读取，从而使数据更加可靠。

通过有选择地访问延迟较小的节点，也提高了数据的访问效率。

但数据可靠性及访问效率的提高是以需要保持数据副本的一致性为代价的，在实际应用中需要在可靠性、访问效率与数据副本一致性之间作出权衡。

传统的复制技术在数据副本间保持单拷贝一致性，Primary Copy 、Tokens 等算法是其典型代表。

这些算法的共同特点是阻止对处于不一致状态的数据副本的访问。

由于保持数据副本单拷贝一致性的代价过大，因此这些算法只能在高速、低延迟的局域网环境中使用。

对许多具体应用而言，单拷贝一致性过于严格，在不同节点对相同数据对象副本的冲突访问实际上是很少发生的，因此可以通过放松对数据副本一致性的限制来提高性能，与传统复制技术对应的乐观复制技术就采用了这种思想。

乐观复制不要求各数据副本时刻一致，因此适合在广域网及移动环境下使用，节点高度自治，可独立处理查询和更新操作，数据副本发生冲突时可使用冲突解决策略使数据恢复一致。

乐观复制已成功应用在异步协作系统Bayou 、点对点复制文件系统Ficus 等系统上。

由于目前存在的乐观复制协议缺乏普遍的抽象模型，而乐观复制协议本身较为复杂，导致不同的乐观复制协议无法进行相互比较，进而也限制了更好的乐观复制协议的提出。

针对这种情况，本文提出了一个基于传输操作的数据乐观复制模型，应用该模型推导了数据副本达到一致的基本条件，即为使数据副本达到一致乐观复制协议应满足的基本条件，最后提出了一个使数据达到一致的最优处理算法。

1 基于传输操作的数据乐观复制模型将某用户在一段时间内对节点的一系列连续访问操作称为一次会话，会话包含一个或多个操作，操作提交到节点执行，并可能改变节点的数据内容。

提交操作的节点称为操作的主节点。

操作分查询操作与更新操作两种类型，查询操作对数据对象进行只读操作，更新操作对数据对象进行修改、追加或删除操作。

为使各数据副本达到一致，提交到主节点的更新操作必须传输到所有节点且执行完成，而查询操作只需在主节点提交并执行。

为简化模型又不失一般性，假设一次操作只对一个数据对象进行，且节点每次只执行一个操作。

数据乐观复制系统用五元组),,,,(T SE P O N 表示，其中N 为节点集，O 为数据对象集，P 为对象操作集，SE 为P 上的顺序关系，T 为P 上的依赖关系。

在对等网环境中，受软硬件及网络条件的影响，随时可能发生节点失效或新节点加入系统的情况，因此节点集N 是时刻变化的。

数据对象集O 是所有节点的数据对象的集合，表示具体系统数据对象可用不同的数据内容与粒度表示，例如在数据库系统中数据对象可以是一条记录或一个数据表，而在文件系统中则可以是单个文件或文件的元数据。

对节点i ，用O i Obj ⊆)(表示i 包含的数据对象的集合。

对象操作集P 是对O 的操作所组成的基金项目：国家自然科学基金资助项目(60273031 )； 高等学校博士点专项科研基金资助项目(20020055021)；天津市科技发展计划基金资助重点项目(043800311)作者简介：王文方(1979－)，男，博士生，主研方向：大规模存储和分布式系统；王 刚，副教授；刘 璟，教授、博导收稿日期：2005-10-28 E-mail ：nkwangwenfang@—46—集合。

顺序关系SE 表明P 中操作的提交顺序。

对操作b a ,，aSEb 表示b 的提交早于a ，若有bSEa aSEb ¬∧¬，则称操作b a ,是并发的。

SE 可不是全序关系，但属于同一会话的操作都应SE 有序。

依赖关系T 表明操作的执行依赖关系，对操作b a ,，aTb 表示若a 成功执行完成，则b 也已成功执行完成，T 是可传递的。

若节点j i ,包含内容相同的数据对象k ，则称节点j i ,对数据对象k 的状态相同，记为jk ik S S ≡。

定义 1 若某时刻复制系统中任意节点j i ,，对)()(j Obj k i Obj k ∈∧∈都有jk ik S S ≡成立，则称该时刻复制系统是一致的。

乐观复制系统不要求时刻一致，典型的乐观复制只需保证数据最终一致。

所谓最终一致是指如果从某时刻起停止向复制系统提交新的操作，那么最终总存在一个时刻整个复制系统将达到一致。

定义2 如果从t 时刻起不对复制系统提交新的操作，若t t >∃'使得't 时刻后复制系统是一致的，那么复制系统是最终一致的。

操作b a ,若有bTa aTb ∧，即b a ,相互依赖，则称b a ,属于同一原子操作集。

属于同一原子操作集的操作必属于同一会话。

若原子操作集中的一个操作在某节点执行完成，那么该原子操作集中的所有操作也需在该节点执行完成，且执行序应与提交序一致。

不属于同一原子操作集的操作间的依赖关系不应与顺序关系冲突，即操作b a ,若aTb ，那么bSEa ¬。

用i PS 表示在节点i 提交和在其它节点提交并传输到i 的操作所组成的集合，这些操作可能来自不同的会话。

i PS 的操作序列i PO 为二元组),(i i SP U ，i U 为操作集，且有i i PS U ⊆，i SP 是操作集i U 的执行序关系，且是全序关系。

对操作i U b a ∈,，b aSP i 表示b 在节点i 的执行早于a 。

对操作序列i PO ，若i i PS U =，则称i PO 是不丢弃操作的，否则称是丢弃操作的。

用)(i ik PO S 表示节点i 上初始状态为ik S 的对象k 在操作序列i PO 执行完后的状态。

定义3 操作集i PS 和j PS 的两个操作序列i PO 和j PO ，若对k ∀，)()(j Obj k i Obj k ∈∧∈有)()(j jk i ik PO S PO S ≡成立，则称操作序列i PO 与j PO 等价。

需要注意的是，丢弃操作的操作序列与不丢弃操作的操作序列仍可能是等价的。

操作序列执行的正确性是由操作执行序与操作间的依赖关系决定的。

在无法通过操作内容判断操作结果的情况下，执行序不应与操作的依赖关系冲突。

定理1 复制系统节点上对象初始状态一致，则复制系统最终是一致的，当且仅当各节点的操作序列是等价且正确的。

证明 充分性是显而易见的，下面证必要性。

若复制系统是最终一致的，那么由于对任两个节点j i ,与对象k ，)()(j Obj k i Obj k ∈∧∈都有)()(j jk i ik PO S PO S ≡成立，因此不同节点的操作序列必定是都是等价的，而且为保证复制系统的正确性，这些操作序列必定也都是正确的。

上述定理表明为使复制系统最终一致，只需保证具有依赖关系的操作的执行顺序，无依赖关系的操作的执行顺序不会影响最终状态的一致性。

2 乐观复制模型的进一步讨论下面主要针对不丢弃操作的情况进行讨论。

在实际应用中，对象的操作一般包括Create 、Read 、Write 和Delete 这4种类型，Read 属于查询操作，Create 、Write 和Delete 属于更新操作。

对象的生命周期从Create 操作开始到Delete 操作结束。

若两个操作访问同一数据对象，且至少有一个是更新操作，那么称这两个操作是冲突的。

假设对等网中的各节点使用Vector Clock 标识操作的提交顺序。

提交到相同节点的操作都可被Vector Clock 定序，而提交到不同节点的操作可能无法由Vector Clock 定序，将这些无法被完美定序的操作称为并发操作。