Paxos、Raft，這些算法你應(yīng)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(jīng)生活在大數(shù)據(jù)時(shí)代，縱向擴(kuò)展已經(jīng)無法滿足日益增長的業(yè)務(wù)需求，任何系統(tǒng)都必須具有水平擴(kuò)展的能力，分布式集群成為大數(shù)據(jù)以及數(shù)據(jù)庫系統(tǒng)不可或缺的功能。為了提供高可用能力、避免數(shù)據(jù)丟失，在分布式數(shù)據(jù)庫或存儲系統(tǒng)中需要設(shè)立數(shù)據(jù)副本機(jī)制，而副本的引入，可以說是分布式存儲中的“萬惡之源”，一旦處理不好就很容易產(chǎn)生數(shù)據(jù)一致性問題。因此，數(shù)據(jù)一致性是每個(gè)分布式系統(tǒng)都需要考慮和衡量的問題。

作為一款時(shí)序數(shù)據(jù)庫（Time Series Database，TSDB），TDengine 的設(shè)計(jì)就基于單個(gè)硬件、軟件系統(tǒng)是不可靠的，基于任何單臺計(jì)算機(jī)都無法提供足以支撐處理海量數(shù)據(jù)的計(jì)算能力和存儲能力這一假設(shè)。因此 TDengine 從研發(fā)的第一天起，就按照分布式高可靠架構(gòu)進(jìn)行設(shè)計(jì)，支持水平擴(kuò)展，這樣任何單臺或多臺服務(wù)器發(fā)生硬件故障或軟件錯(cuò)誤都不影響系統(tǒng)的可用性和可靠性。

業(yè)內(nèi)有多種用來保證分布式一致性的算法，如 Paxos、Raft、Zab 等。那么對于時(shí)序數(shù)據(jù)的場景，要保證數(shù)據(jù)一致性，應(yīng)該選擇哪種算法？是否可以拿來即用？

本視頻為 TDengine 研發(fā)工程師李明昊分享《數(shù)據(jù)一致性在時(shí)序數(shù)據(jù)場景下的實(shí)踐》。