如何解決分布式系統(tǒng)的Logical Time問題？（一）
前言
在一個分布式系統(tǒng)中存在著各種各樣的并發(fā)事件，對于某些存在內(nèi)在因果關(guān)系的事件需要知道事件的先后順序，并且能夠按照正確的順序處理這些事件，區(qū)分事件的先后順序在單機系統(tǒng)中可以靠本地時鐘來做到，但在分布式系統(tǒng)中如何做到呢，這就是分布式系統(tǒng)中的logical time問題。
本文為大家介紹logical time算法的鼻祖Lamport Clock。
為了形象地描述logical time問題，我們舉個簡單的例子，假設(shè)客戶A下單購買了一本書，這時系統(tǒng)向訂單系統(tǒng)提交a請求(客戶買書的訂單)，然后購買該書還有個優(yōu)惠活動，能夠獲得一本贈書，這時系統(tǒng)需要向優(yōu)惠活動管理系統(tǒng)發(fā)送b請求(客戶要求贈書x)，優(yōu)惠活動管理系統(tǒng)檢查準許客戶的贈書請求，于是將b請求轉(zhuǎn)發(fā)給訂單系統(tǒng)，在該例子中顯然訂單系統(tǒng)應(yīng)該先收到買書的訂單，然后是贈書的訂單，但是由于網(wǎng)絡(luò)延時的原因，可能存在贈書請求先于買書請求到達訂單系統(tǒng)的情況，那么這種情況需要如何處理?
我們用簡單的圖來描述上面的過程，圖中P0代表訂單系統(tǒng)，P1代表客戶，P2代表優(yōu)惠活動管理系統(tǒng)，a請求就是買書請求，b請求就是贈書請求。
為了解決該問題比較容易想到的做法就是同步通信，發(fā)送a請求后等待P0處理完成并回復(fù)后再開始發(fā)送b請求，該方法簡單易實現(xiàn)但是并不能發(fā)揮分布式系統(tǒng)的并發(fā)性能，效率低下，也不能簡單地用給時間a和b打上本地時間戳的方式來處理，因為分布式系統(tǒng)中本地時鐘是無法做到完全同步的，所以需要一種適用于分布式系統(tǒng)的能將事件的先后順序信息也被稱為“ happened before”信息識別出來的算法，本文主要介紹logical time算法的鼻祖Lamport clock。
Lamport clock算法
Lamport clock算法的思想很簡單，主要有以下兩個規(guī)則：
- 每個process在成功完成一個事件后都增加自己的時間戳，通常是加1;
- 如果process Pi通過消息m發(fā)送了事件a，那么該消息m中包含了當前pi的時間戳Ci(a);process Pj收到消息m后，取消息m中帶的時間戳和Pj當前的時間戳Cj中的較大值然后加1;
例如一個較為復(fù)雜的例子，已經(jīng)用Lamport clock算法為每個事件加了時間戳，如下圖：
通過該例子可以發(fā)現(xiàn)存在一些并沒有明確的先后關(guān)系的并發(fā)事件，比如p1上的時間戳為3的事件和p2上的時間戳為4的事件，這些事件可以是任意先后或者同時發(fā)生，但在Lamport clock算法中這些事件卻有了明確的時間戳，該時間戳的大小并不代表事件的先后順序。
重要屬性
用簡單的公式來描述logical time算法的Clock Condition，C表示時間戳，ei 和 ej表示兩個事件，假設(shè)ei先于ej發(fā)生，并用->表示該“happened before”關(guān)系，那么存在以下兩個Clock Condition：
1) ei -> ej => C(ei) < C(ej)
表示如果ei先于ej發(fā)生，那么ei的時間戳C(ei)必定小于C(ej)。
2) ei -> ej <=> C(ei) < C(ej)
表示如果ei先于ej發(fā)生，那么ei的時間戳C(ei)必定小于C(ej)，如果C(ei)小于C(ej)，那么ei必定先于ej發(fā)生。
根據(jù)算法是否滿足以上Clock Condition來區(qū)分其所具備的屬性，如果一個算法滿足Clock Conditon 2，那么該算法具備strongly consistent屬性，本篇文章介紹的Lamport clock算法只滿足Clock Condition 1，所以不具備strongly consistent屬性，但后續(xù)介紹的vector clock算法具備strongly consitent屬性。
strongly consistent屬性的意義在于是否可以通過C時間戳來判斷出事件ei與ej的順序關(guān)系，具備該屬性的算法，當時間戳C(ei) > C(ej)時，可以確定ei先于ej發(fā)生，否則可以認為ei與ej是沖突的(這里的沖突表示ei與ej可以是任意的先后關(guān)系)，所以可以用來檢測事件的沖突。
案例分析
使用Lamport clock對之前的例子做排序，如下圖：
P1發(fā)送a消息和b消息，因為P1的初始時間戳為0，所以按照Lamport clock算法事件a和b的發(fā)送時間戳為1和2。
P0收到P1的消息a，取兩者時間戳的較大值max(0，1)并+1得到時間戳為2。
P2收到b消息后，取兩者時間戳的較大值max(0，2)并+1得到時間戳為3。
P0收到P2轉(zhuǎn)發(fā)的事件b后，取兩者時間戳的較大值max(2，3)并+1得到時間戳為4。
所以在P0端可以得到事件a是先于事件b的。
但在實際的應(yīng)用中由于存在網(wǎng)絡(luò)延時，會出現(xiàn)以下情況：
因為網(wǎng)絡(luò)延時導(dǎo)致P0先收到P2轉(zhuǎn)發(fā)的b事件，再收到P1的a事件，然后根據(jù)Lamport clock算法計算出來的時間戳也變成了b事件先于a事件了，這顯然是錯誤的，那么要如何避免出現(xiàn)這個情況，為了關(guān)注解決該問題的實際算法，假定系統(tǒng)已經(jīng)滿足以下條件：
- 消息的接受順序與發(fā)送順序一致;
- 所有的消息最終都會被收到;
每個process都有自己的請求隊列，并且對其他process不可見，請求隊列中的初始時間戳為0，算法由以下5條規(guī)則組成：
1) 請求資源時，process Pi發(fā)送消息Tm，給其他所有process，并且將消息Tm置于它的請求隊列中
2) prcocess Pj收到Pi的資源請求消息Tm后，將該消息置于自己的請求隊列中并發(fā)送一個帶有時間戳的回復(fù)給Pi
3) 釋放資源時，Pi將消息Tm從請求隊列中移除，并發(fā)送資源釋放消息給所有其他process
4) process Pj收到Pi的資源釋放消息后將之前的資源請求消息Tm從請求隊列中移除
5) 當滿足以下2個條件時認為Pi獲取了資源
- Pi的請求隊列中有請求消息Tm，并且按照順序排列好的，這里以消息的發(fā)送順序為準;
- Pi收到了任意一個時間戳比Tm要大的消息;
把這個算法帶入到上面的例子中，相當于P1發(fā)起了兩個事件a和b來請求資源，a比b要先發(fā)生，那么也期望a比b要先被P0處理(這里處理可以理解為獲取了P0的資源)，那么當出現(xiàn)上述例子中的情況，事件b先被P0收到，按照算法，P0發(fā)送Tm給所有其他process，然后等待回復(fù)，當收到P1的回復(fù)時a事件也必然被收到了(按照系統(tǒng)假定滿足的條件1)消息的接受順序與發(fā)送順序一致)，這時按照規(guī)則5的(i)條件，會根據(jù)事件a和b的發(fā)送端的時間戳比較，重新排序為a事件先于b事件，這樣就解決了因為網(wǎng)絡(luò)延時導(dǎo)致的消息亂序問題。
總結(jié)
Lamport clock雖然作為分布式系統(tǒng)中解決logical time問題的鼻祖，為后續(xù)其他算法提供了思路，但其不具備strongly consistent，無法滿足分布式數(shù)據(jù)庫場景中寫沖突的檢測，所以實際場景中更多是使用后來的vector clock，后面我們將會給大家介紹vector clock。
【本文是51CTO專欄機構(gòu)作者“大U的技術(shù)課堂”的原創(chuàng)文章，轉(zhuǎn)載請通過微信公眾號(ucloud2012)聯(lián)系作者】
