Paxos、Raft，這些算法你應該都聽過吧？但是它們的核心原理和具體邏輯，你是否清楚呢？

我們已經生(sheng)活在大(da)數(shu)(shu)(shu)據(ju)時代(dai)，縱向擴展已經無法滿(man)足(zu)日益增(zeng)長的業務(wu)需(xu)求，任(ren)何(he)系(xi)統(tong)都必須具有(you)水平擴展的能力，分布(bu)式集群成為大(da)數(shu)(shu)(shu)據(ju)以(yi)及數(shu)(shu)(shu)據(ju)庫系(xi)統(tong)不可或缺的功能。為了提供高(gao)可用(yong)能力、避免(mian)數(shu)(shu)(shu)據(ju)丟失，在分布(bu)式數(shu)(shu)(shu)據(ju)庫或存(cun)儲系(xi)統(tong)中(zhong)需(xu)要(yao)設立數(shu)(shu)(shu)據(ju)副本機制，而(er)副本的引入(ru)，可以(yi)說是(shi)分布(bu)式存(cun)儲中(zhong)的“萬(wan)惡之源(yuan)”，一旦(dan)處理不好就很容易產生(sheng)數(shu)(shu)(shu)據(ju)一致性問題(ti)。因此，數(shu)(shu)(shu)據(ju)一致性是(shi)每個分布(bu)式系(xi)統(tong)都需(xu)要(yao)考慮和衡量(liang)的問題(ti)。

作為一款時序數據庫（Time Series Database，TSDB），TDengine 的(de)(de)設計(ji)就(jiu)基(ji)于單個(ge)硬(ying)件(jian)(jian)、軟件(jian)(jian)系統(tong)是不可(ke)靠(kao)的(de)(de)，基(ji)于任何單臺(tai)(tai)計(ji)算機(ji)都無法提供足以支撐處理海量數(shu)據(ju)的(de)(de)計(ji)算能力(li)和存(cun)儲能力(li)這一假(jia)設。因(yin)此(ci) TDengine 從研發的(de)(de)第一天起(qi)，就(jiu)按照(zhao)分布式高(gao)可(ke)靠(kao)架構(gou)進行設計(ji)，支持(chi)水平擴展，這樣任何單臺(tai)(tai)或多(duo)臺(tai)(tai)服務器(qi)發生硬(ying)件(jian)(jian)故(gu)障或軟件(jian)(jian)錯誤都不影響系統(tong)的(de)(de)可(ke)用性(xing)和可(ke)靠(kao)性(xing)。

業內有多(duo)種(zhong)用來(lai)保證分布式(shi)一致性的算(suan)法(fa)，如(ru) Paxos、Raft、Zab 等。那么對于時(shi)序數據的場景，要(yao)保證數據一致性，應該(gai)選擇哪種(zhong)算(suan)法(fa)？是否可以拿來(lai)即用？

本視頻為 TDengine 研發工(gong)程師李明昊分享(xiang)《數據一致性在時序數據場景下的實踐》。