这是一个创建于 1198 天前的主题，其中的信息可能已经有所发展或是发生改变。
针对分布式系统下的数据一致性问题，想与大家交流一下在实际业务中已经落地的实现方案。
-
背景
- 目前项目中产生的数据一方面存储在 MySQL 中，另一方面通过增量 job 存储在公司内部自研的私有云平台中。
- 现在需要对比 MySQL 中的数据与私有云平台中的数据是否一致。
- 仅满足「最终一致性」即可，不要求「强一致性」。
-
问题
- 目前实现的方案是：每次定时拉取 MySQL 中定量的数据与云平台中的数据进行逐一对比，若不一致，则修改云平台中的数据。
- 但在对比的过程中，对于已经拉取到的数据，有可能会发生变更，进而影响云平台中数据的准确性。
所以，大家在具体的项目中，有没有比较好的方案，可以解决以上问题，谢谢！
 |
1
wellsc 2021-09-16 22:36:37 +08:00 via iPhone
各种概念吹的天花乱坠，大部分公司都是人肉补偿
|
 |
2
lithiumii 2021-09-16 23:04:02 +08:00 via Android  1
一般来说是读取 binlog 之类的吧，看看阿里的 data x 你能用吗。
但既然一致性要求没那么高，最简单办法么每个表都加 updated_at 字段，每次同步开始时取当前时间为截止时间去查询 如果有数据在同步的过程中变动，会生成一个新的 updated_at 字段并且会晚于你的查询时间，所以交给下一次同步就行了 如果会有不修改 updated_at 但修改数据的操作，那只能额外遍历处理了 |
 |
3
SirCarol OP @lithiumii #2 感谢回复。之前也想到使用 binlog 来判断数据是否被修改这一方法，若被修改，则发送 Kafka 消息，数据对比服务在收到该消息后会再次针对该数据进行数据对比，进而达到数据一致。
我再调研一下 data x 吧，谢谢。 |
 |
4
airyland 2021-09-17 02:09:04 +08:00 1
同 2 楼，如果不使用数据库自带方案可以使用 updated_at 来同步，对 updated_at 进行索引。
|
 |
5
JasonLaw 2021-09-17 06:30:50 +08:00 via iPhone 1
|
 |
7
jifengg 2021-09-17 08:39:38 +08:00 1
正文内容貌似和“分布式”没什么关系。而且，看你的描述，几乎和“Mysql 主从备份”是一样的。那可以考虑往这方面去考虑。跨公网的话就解决公网访问的问题。
|
 |
9
BiChengfei 2021-09-17 10:25:56 +08:00 1
分布式系统中的 CAP 理论，你这里需要保证 CP，不过只用关注 C，一致性，Consistency，技术方案一般都要搭配业务和公司情况，只要能解决问题就是好方案，这个也只能给你提供思路
``` 1. 开启 MySQL 事务 2. 写入 MySQL; 3. 写入 云平台，并判断是否成功 3.1 写入成功，提交 MySQL 事务，接口返回成功 3.2 写入失败，回滚 MySQL 事务，接口返回失败 ``` 对于历史数据，直接用工具同步。对于增量数据，可以想象上述方法，借用事务的思路，写入的时候，双写成功，接口才会返回插入成功，否则事务回滚，这样应该保存了数据强一致性。 对于楼上提出的用 DataX 或者 flinkX，这些工具只是做数据同步的工作，数据延迟较大，并且好像也不能保证一致性 欢迎大家提出意见 |
 |
10
xsm1890 2021-09-17 10:28:29 +08:00
hh
|
 |
11
PDdavon 2021-09-17 11:03:30 +08:00 1
使用 Datax 或者 Canal 都挺不错的，通过读取 binlog 同步数据的方式不会对 MySQL 服务器产生额外查询压力，Canal 使用广泛，高可用配置也非常简单，碰到问题网络上资料也非常多。
|
 |
12
thtznet 2021-09-17 11:14:24 +08:00
强一致性、弱一致性、最终一致性，你要哪种？
|
 |
14
kiddingU 2021-09-17 17:34:55 +08:00 1
binlog->canal->kafka->svr
|
 |
15
facelezz 2021-09-17 18:20:35 +08:00 1
binlog 最好，canal 和 debezium 都行，基本没延迟
|
 |
16
Saxton 2021-09-18 11:58:11 +08:00
推荐 canal
|
Select Language