逻辑时钟



逻辑时钟

为什么需要逻辑时钟?

在一个分布式系统中,没有一个全局的物理时钟可以依赖。各个机器上的时间都是不一致的。

happened-before的概念

  1. 在同一台机器上,如果事件A在发生在事件B之前,那么A happened-before B
  2. 假设某台机器上发送消息记为事件A,在另一台机器上收到这条消息记为事件B,那么A happened-before B
  3. 如果无法根据前两条规则判定A happend-before B,那么从逻辑时钟的角度,A和B是"同时发生"的

逻辑时钟就是利用这种事件发生的先后关系来表示时序。每个机器维护一个本地时钟(一个递增的计数器),每发生一个事件,计数器加加。事件可以是本机上的事件,或者收到消息等。如果收到的消息时钟大于本地时钟,则将本地时钟拉到消息时钟值。

如何解决消息时钟和本地时钟的值相等的情况?

为每个机器编号,添加一个机器id。假设机器为P1和P2,相应的本地时钟为C1和C2。那么逻辑时钟用一个对表示(C1,P1)。如果C1<C2,或者C1=C2 && P1<P2,那么(C1,P1) happened-before (C2,P2)。

e1和e2分别是两个事件,C(e1)和C(e2)表示事件发生时的逻辑时钟。若e1事件happened-before事件e2,那么逻辑时钟值C(e1)小于C(e2):

e1->e2 => C(e1)<C(e2) 

但是过来不成立,逻辑时钟C(e1)比C(e2)小,不能推出事件e1是happened-before事件e2的。

happened-before跟物理时钟的关系:如果e1是happened-before e2的,那么物理时间e1肯定在e2前面发生。但是反过来却不能成立:即使物理时间上e1发生在e2之前,e1和e2也不一定满足happened-before关系。

理解逻辑时钟的关键,就是理解时间的先后是用事件之间的happened-before关系来表示的。不要让物理时钟的概念影响思维。嗯,就像光年不是时间单位。

vector clock是逻辑时钟的一种形式。每个机器都维护一个向量,而不是单个值。这个向量记录下本地机器所了解的全局时钟信息。


Read full article from 逻辑时钟


No comments:

Post a Comment

Labels

Algorithm (219) Lucene (130) LeetCode (97) Database (36) Data Structure (33) text mining (28) Solr (27) java (27) Mathematical Algorithm (26) Difficult Algorithm (25) Logic Thinking (23) Puzzles (23) Bit Algorithms (22) Math (21) List (20) Dynamic Programming (19) Linux (19) Tree (18) Machine Learning (15) EPI (11) Queue (11) Smart Algorithm (11) Operating System (9) Java Basic (8) Recursive Algorithm (8) Stack (8) Eclipse (7) Scala (7) Tika (7) J2EE (6) Monitoring (6) Trie (6) Concurrency (5) Geometry Algorithm (5) Greedy Algorithm (5) Mahout (5) MySQL (5) xpost (5) C (4) Interview (4) Vi (4) regular expression (4) to-do (4) C++ (3) Chrome (3) Divide and Conquer (3) Graph Algorithm (3) Permutation (3) Powershell (3) Random (3) Segment Tree (3) UIMA (3) Union-Find (3) Video (3) Virtualization (3) Windows (3) XML (3) Advanced Data Structure (2) Android (2) Bash (2) Classic Algorithm (2) Debugging (2) Design Pattern (2) Google (2) Hadoop (2) Java Collections (2) Markov Chains (2) Probabilities (2) Shell (2) Site (2) Web Development (2) Workplace (2) angularjs (2) .Net (1) Amazon Interview (1) Android Studio (1) Array (1) Boilerpipe (1) Book Notes (1) ChromeOS (1) Chromebook (1) Codility (1) Desgin (1) Design (1) Divide and Conqure (1) GAE (1) Google Interview (1) Great Stuff (1) Hash (1) High Tech Companies (1) Improving (1) LifeTips (1) Maven (1) Network (1) Performance (1) Programming (1) Resources (1) Sampling (1) Sed (1) Smart Thinking (1) Sort (1) Spark (1) Stanford NLP (1) System Design (1) Trove (1) VIP (1) tools (1)

Popular Posts