鲁班 - 系统设计大全

22.4 部分同步模型

一句话

部分同步 = “系统终将进入一个消息延迟有界的时期（GST）”，算法只要 “在 GST 之后能推进” 就算可用；这正是 Paxos/Raft 能落地的理论前提——它们不承诺 “永远快”，只承诺 “网络好转后一定收敛”。

三种时序模型

模型 延迟 能否用超时判定 代表算法
同步 有已知上界 能，且安全 传统 2PC、同步复制
异步 无上界 不能（FLP） 无实用共识
部分同步 GST 之后有界 GST 后能安全判定 Paxos、Raft、ZAB

部分同步的关键是 “最终” 二字：GST 之前可以任意乱（丢包、延迟、分区），算法可能一直不决定；GST 之后超时才有意义，选举/提交才能推进。

实测：决定时刻完全取决于 GST

模拟一个 “只有同步期才能推进” 的共识过程（异步阶段消息可任意延迟）：

GST（进入同步的步数） 达成决定的步数
0（一开始就同步） 0
50 50
150 150
250（超出观察窗口） 永不决定

这解释了现实中的现象：网络抖动期间选主反复失败、恢复后突然 “自己好了”——不是算法有 bug，而是 GST 之前它本来就不能决定。

可用性 ≈ P(GST 在可接受时间内到来) × 算法在 GST 后的收敛速度

代码：Raft 风格的超时随机化

// 选举超时随机化：避免多节点同时超时、选票分裂
timeout := base + rand.Int63n(jitter)   // 如 150ms + rand(150ms)
timer.Reset(timeout)

// 收到心跳则重置；超时则发起选举（任期 +1）
if timer.Fired() {
    state = Candidate
    term++
    votes := requestVotes(term)          // 需要多数派
    if votes >= quorum { state = Leader }
}

随机化的作用：把 “同时超时” 的概率降到可接受，让系统在 GST 之后更快产生唯一候选者。这也是 “部分同步 + 随机化” 的工程组合。

反模式

反模式 后果
假设 “网络永远同步” 抖动时误判、切主、脑裂
超时写死且不随机化 多节点同时选举，选票分裂，反复超时
把 “GST 之前的不可用” 当 bug 修 越修越复杂，本质是模型假设问题
不监控 “选举频率” GST 迟迟不来时，系统在 “假活” 状态
用 “增加超时” 解决所有抖动 故障发现变慢，RTO 上升
忽略 “GST 之后仍不收敛” 的 bug 真正的算法缺陷被网络问题掩盖

三条铁律

🔑 部分同步只承诺 “最终”；GST 之前不可用是正常现象。

🔑 超时 + 随机化 是把 “异步” 拉回 “可判定” 的工程手段。

🔑 监控 GST 是否到来：选举频率、提交延迟、消息积压。

自检

Q1 为什么 “部分同步” 比 “同步” 更现实？

▸ 答案：因为真实网络不可能永远有界：拥塞、GC 停顿、路由收敛、跨机房抖动都会让延迟暂时无界。同步模型只适合 “受控环境”（同机房、专线）；互联网/跨区必须用部分同步，接受 “暂时不可用，最终恢复”。

Q2 GST 之前系统完全不能工作吗？

▸ 答案：不一定。只读、已提交数据的读取通常仍可用（不依赖新的共识决定）；受影响的是 “需要新决定” 的操作（选主、写入提交、成员变更）。所以设计上要把 “读路径” 与 “决定路径” 分开。

Q3 随机化退避为什么能提高 “GST 后的收敛速度”？

▸ 答案：因为多个候选者同时超时会平分选票，谁也不够多数，只能再等一轮。随机化让超时错开，先醒来的候选者更容易一次拿到多数，减少 “空转轮次”。这也是 Raft 要求 “选举超时随机区间” 的原因。

Q4 实测中 GST=250 就 “永不决定”，现实中对应什么？

▸ 答案：对应 “网络在观察窗口内一直没有恢复”：分区持续存在、或抖动持续超过业务容忍时间。此时不是算法问题，而是 “需要人工介入/降级” 的信号；系统应当报警 “GST 未到来”，而不是继续空转。

Q5 部分同步模型下，“活性” 的准确表述是什么？

▸ 答案：“在 GST 之后，若多数派存活且消息最终送达，则算法在有限步内决定”。注意两个前提：多数派存活（否则无法达成共识）、消息最终送达（否则永远等不到）。缺一个，活性就不成立。

Q6 为什么 “调大超时” 不是万能的？

▸ 答案：因为它在提高 “容忍抖动” 的同时拉长了故障发现时间：节点真死了，也要等更久才切主，RTO 变长。正确做法是 “分层超时”（快速怀疑、慢速确认）与 “自适应超时”（按滑动窗口的延迟分布调整）。

Q7 部分同步与 “最终一致” 是同一回事吗？

▸ 答案：不是。部分同步是时序假设（延迟最终有界），用来让共识算法终止；最终一致是一致性模型（副本最终收敛）。前者是 “能不能决定”，后者是 “决定后多久一致”。两者可以组合：部分同步下用共识实现强一致，或用异步复制实现最终一致。

关联