Software Systems Atlas

中文

English

中文

English

主题

第 7 卷 / 第 1 章 / 第 2 课

1.2 时间、因果关系与一致性模型 ​

物理时间适合回答“现实世界大约几点发生”，不能单独证明两个分布式事件的因果顺序。逻辑时间表达因果或版本，一致性模型则规定操作在客户端眼中允许呈现哪些历史。

墙上时钟与单调时钟 ​

操作系统通常提供两类时间：

  • wall clock：对应日历时间，会被 NTP 校正，可能跳变；
  • monotonic clock：用于同一时钟域内的持续时间测量，不应倒退；能否跨进程比较、是否计入系统挂起时间，取决于具体 API。

超时和延迟统计使用单调时钟；审计和跨系统对齐使用标明 UTC 的时间戳，并记录时钟不确定性。不同机器的单调时钟读数不能直接相减。物理时间戳可以用于 last-write-wins 冲突规则，但误差可能让真实发生较早的写入胜出，不能把它当作因果证明。

Happened-before 是偏序 ​

Lamport 定义：

  • 同一进程中，前一个事件 happened-before 后一个事件；
  • 发送消息 happened-before 接收该消息；
  • 关系具有传递性。

若 A 和 B 之间都无法推出 happened-before，它们是并发事件。这不表示物理上同一瞬间，而是所建模的进程顺序和消息关系中不存在这条因果链。若追踪漏了消息或系统外通信，仅凭日志缺失不能断定并发。

Lamport Clock 保留因果的必要方向 ​

每个节点维护递增计数器：本地事件（包括发送）先加一，发送时携带该值；接收事件则设为 max(local, received) + 1。

它保证：

text
A happened-before B  ⇒  L(A) < L(B)

逆命题不成立。看到 L(A) < L(B) 不能断定 A 导致 B；并发事件也可能得到不同 Lamport 时间戳。因此 Lamport Clock 可建立与因果兼容的排序，但不能直接检测并发。

若需要全序，可再使用节点 ID 打破相同逻辑时间的并列；这个全序是协议约定，不是新的因果事实。

Vector Clock 可以识别并发 ​

在固定参与者集合中，每个节点保存一份向量，每个参与者对应一个分量。本地事件和发送事件递增自己的分量；接收时先逐分量取本地与消息向量的最大值，再递增自己的分量。若 V(A) 的每个分量都不大于 V(B)，且至少一个更小，则 A happened-before B；若两向量互不支配，则事件并发。

例如 A 的第一次发送携带 [1, 0]。B 在接收之前独立发生两次事件，向量为 [0, 2]：这两个向量互不支配，说明事件并发。B 随后收到消息，取最大值再增加自己的分量，得到 [1, 3]，这时发送事件确实 happened-before 接收事件。对应的 Lamport 值可为 1、2、3；单看前两个标量仍不能识别并发。

代价是元数据随参与者增长。实际系统可能使用版本向量、dotted version vector 或按副本集合压缩。动态、大规模客户端不能直接维护无限向量。裁剪或压缩后的实现还要单独说明保留了哪些因果判断能力。

Hybrid Logical Clock 组合近似时间与因果 ​

HLC 结合物理时间部分与逻辑计数。节点接收消息时会合并本地物理时间、本地 HLC 和消息 HLC；逻辑计数用于区分同一时间部分内的事件，并保留 happened-before 的时间戳递增性质。它不消除物理钟误差，也不自动产生线性一致性。时间戳与 wall clock 的接近程度依赖时钟误差假设，远端时钟跑到未来也会影响接收方。

TrueTime 显式返回物理时间不确定区间。Spanner 把它与事务并发控制、复制协议及 commit wait 结合，在默认的可串行化隔离下实现外部一致性，即事务串行顺序也尊重真实时间先后。单独拿到一个时间区间不会产生这个保证；等待到提交时间戳已确定过去，是协议的一部分。

一致性模型是一组允许历史 ​

Linearizability ​

每个操作仿佛在调用与返回之间某个瞬间原子生效；一个操作返回后才发起的另一个操作，必须排在它之后。它适合需要单对象实时顺序的场景，但多个线性化读写不会自动组成事务。例如两位客户端都读到“用户名不存在”后分别创建用户，仍可能冲突；唯一性还需要原子条件写或相应事务约束。

Sequential consistency ​

存在一个包含所有操作的总序，且每个客户端的程序顺序被保留，但不要求尊重不同客户端观察到的真实时间先后。

设 x 初值为 0，客户端 A 的 write(x, 1) 已返回，客户端 B 才调用 read(x) 并读到 0。若各客户端只有这一次操作，顺序一致性可以把 B 的读排在 A 的写之前；线性一致性不允许这样解释。

Causal consistency ​

所有节点以相同顺序观察具有因果关系的操作；无因果关系的并发操作可以顺序不同。

Eventual consistency ​

当没有新更新，且更新最终能传播到相关副本时，副本最终收敛。永久分区下不能凭这个名字期待收敛。这个定义本身不说明收敛多久、冲突如何解决、能否读到自己的写。

客户端常还需要会话保证：read-your-writes、monotonic reads、monotonic writes 和 writes-follow-reads。

Quorum 公式不是线性一致性证明 ​

在同一固定集合的 N 个副本中，成功读写分别收到 R、W 个不同副本的应答时，R + W > N 保证读写集合相交，W > N/2 保证两个写集合相交。例如 N=3、R=W=2，任意两个这样的集合至少共用一个副本。若替补节点形成的 sloppy quorum 不再取自这同一集合，就不能直接套公式。集合相交仍没有解决并发写、部分失败的写入、版本选择和读取协议，因此不能单凭它证明线性一致性。

像 Cassandra 的 ALL、QUORUM 是副本确认级别，不能仅凭级别名称宣称普通读写具有线性一致性。需要线性化条件更新时，应使用产品明确提供的共识/LWT 等机制，并核对其具体保证。

根据不变量选择保证 ​

需求可能需要
唯一用户名线性化条件写或单一权威所有者
用户刚修改后立刻看到read-your-writes 会话保证
协同编辑中的因果操作因果元数据或专门协同算法
统计与推荐可接受延迟的最终一致投影
审计时间线物理时间 + 因果/序列元数据

先写业务异常是否可接受，再选择存储和协议，不能从产品宣传的“一致性”一词反推需求。

参考资料 ​

Built with VitePress | Software Systems Atlas

Copyright 2026 Steven Yang