面试题：HBase 事务并发控制下的一致性模型与容错策略

Question

在 HBase 事务并发场景中，一致性模型对于保证数据的正确性至关重要。请说明 HBase 所遵循的一致性模型，以及在出现故障（如节点崩溃、网络分区）时，如何结合一致性模型来设计有效的容错策略，以确保事务的最终一致性和数据完整性。

Answer 1

HBase 一致性模型

HBase 遵循的是最终一致性模型。在 HBase 中，数据写入首先会进入 WAL（Write-Ahead Log）和 MemStore 中。当 MemStore 达到一定阈值时，会刷写到 HFile 中。由于数据的更新并非即时同步到所有副本，所以不同客户端读取数据时，可能会读到不同版本的数据。但是，随着时间推移，HBase 内部的复制和同步机制会保证所有副本的数据最终达到一致。

故障时基于一致性模型的容错策略

节点崩溃

1. WAL 恢复：当节点崩溃后，重启时会从 WAL 中重放未持久化到 HFile 的数据修改操作。因为 WAL 是按顺序写入的，所以可以确保崩溃前的所有写操作都能被恢复，保证数据的完整性。
2. 副本修复：HBase 采用多副本机制（通常为 3 个副本）。主副本所在节点崩溃后，从副本会被提升为主副本继续提供服务。同时，HBase 会在其他节点上重新创建缺失的副本，以维持副本数量，确保数据的冗余和可用性。这个过程基于 HBase 的最终一致性模型，新创建的副本会逐渐与其他副本同步数据，最终达到一致状态。

网络分区

1. 分区内处理：在网络分区期间，每个分区内的节点继续处理本地的读写请求。由于 HBase 的最终一致性模型，在每个分区内数据的读写操作可以正常进行，只是分区之间的数据同步暂时中断。
2. 分区合并：当网络分区恢复后，HBase 会启动数据同步过程。不同分区间的数据差异会通过复制和合并操作进行修复。例如，通过比较不同分区中数据的版本号等信息，将较新的数据更新到其他分区，从而在整个集群范围内恢复数据的一致性，确保事务的最终一致性和数据完整性。