数据跨机房同步方案(异地多活)

一、背景

中国大陆用户主要分布在南北,南北数据一般专线延迟是60~100ms,所以为了提高用户体验一般设置南北机房,整个架构为双A,两边均可写,可以极大的提升用户体验。

因此某服务主要分为南北机房,每个机房都拥有全量数据,用户在北方修改数据会同步到南方,南方修改数据会同步到北方。

数据主要分为缓存数据和DB数据,这个数据同步就成了问题,怎么保证最终一致性呢?强一致性就算了!(强一致性的保证成本过高,需要特殊场景特殊设计,我认为是很难归纳出通用方案的)

二、通常的架构

南北机房的缓存用mq同步,而DB用otter同步。

otter是阿里巴巴出的数据同步方案:https://github.com/alibaba/otter

三、会出现的问题

数据同步永远都躲不过的一致性问题。

跨机房的缓存之间不一致
1、mq同步缓存延迟在60~100ms,必定短暂不一致;
2、mq同步会出现失败,必定短暂不一致,但是缓存过期后会重新拿DB的数据,这时候就可以保证一致,就是所谓的最终一致性。


跨机房的DB之间不一致
1、otter同步一般在700~2000ms之间波动,因为数据库同步会受到抢锁,数据校验,磁盘IO的影响,那么就会出现短暂DB数据不一致;
2、极小几率出现otter数据同步失败,otter有对应机制降低这种错误几率。(如果真的不一致只能由业务做补偿操作)


同机房的缓存和DB短暂不一致
1、mq同步缓存的时间比otter同步速度快,短暂时间内不一致,数据到达后保证最终一致;
2、北方缓存同步到了南方,但是缓存过期了再次获取DB数据的时候,otter还没有同步数据过来,缓存就会还是拿到了旧数据,因此也有几率出现数据短暂不一致。(这时候很需要延迟mq,延迟同步南北缓存,宁愿数据跨机房不一致,也不要同机房不一致)

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,716评论 4 364
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,558评论 1 294
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,431评论 0 244
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,127评论 0 209
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,511评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,692评论 1 222
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,915评论 2 313
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,664评论 0 202
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,412评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,616评论 2 245
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,105评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,424评论 2 254
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,098评论 3 238
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,096评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,869评论 0 197
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,748评论 2 276
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,641评论 2 271

推荐阅读更多精彩内容