或许会被人工智能机器人取代的10种职业

大家好，今天和大家聊一个新的数据结构，叫做Treap。

Treap本质上也是一颗BST(平衡二叉搜索树)，和我们之前介绍的SBT是一样的。但是Treap维持平衡的方法和SBT不太一样，有些许区别，相比来说呢，Treap的原理还要再简单一些，所以之前在竞赛当中不允许使用STL的时候，我们通常都会手写一棵Treap来代替。

Treap的基本原理

既然是平衡二叉搜索树，关键点就在于平衡，那么重点自然是如何维护树的平衡。

在Treap当中，维护平衡非常简单，只有一句话，就是通过维护小顶堆的形式来维持树的平衡。Treap也正是因此得名，因为它是Tree和Heap的结合体。

我们来看下Treap当中节点的结构：
 

• 签名无法伪造，对签名消息的内容进行任何更改都会被发现。
• 任何人都能验证将军签名的真伪。

限于篇幅原因，签名的演示这里就不做展开了，感兴趣的@我，后续会加上。

总结

通过三国杀角色来讲解分布式中共识场景。那他们和分布式系统的映射关系是怎么样的呢?

• 将军对应计算机节点。
• 忠臣的将军对应正常运行的计算机节点。
• 叛变的将军对应出现故障并会发送误导信息的计算机节点。
• 信使被杀对应通讯故障、信息丢失。
• 信使被间谍替换对应为通讯被恶意攻击、伪造信息或劫持通讯。

可不要小瞧拜占庭问题，它可是分布式场景最复杂的的故障场景。比如在数字货币的区块链技术中就有用到这些知识点。而且必须使用拜占庭容错算法(也就是 Byzantine Fault Tolerance，BFT)。

拜占庭容错算法还有 FBFT 算法，PoW 算法，当然不会在这篇中去讲这些算法，后续再讲解。一口吃不了大胖子~

有了拜占庭容错算法，肯定有非拜占庭容错算法，顾名思义，就是没有发送误导信息的节点。CFT 算法就是解决分布式系统中存在故障，但不存在恶意节点的场景下的共识问题。简单来说就是可能因系统故障造成丢失消息或消息重复，但不存在错误消息、伪造消息。对应的算法有 Paxos 算法、Raft 算法、ZAB 协议。后续讲解~

上面提到了 5 种算法，居然都是跟拜占庭问题有关，你说今天讲的拜占庭问题重要不重要?

这么多算法该如何选择?

节点可信，选非拜占庭容错算法。否则就用拜占庭容错算法，如区块链中用到的 PoW 算法。
 

这时流程如下:

1.  写请求发往主库，同时缓存记录操作的 key，缓存的失效时间设置为主从的延时
2.  读请求首先判断缓存是否存在
   1.   若存在，代表刚发生过写操作，读请求操作主库
   2.   若不存在，代表近期没发生写操作，读请求操作从库

这种方案相对中间件的方案成本较低，但是呢我们此时又引入一个缓存组件，所有读写之间就又多了一步缓存操作。

总结

我们引入主从架构，数据读写分离，目的是为了解决业务快速发展,请求量变大，并发量变大，从而引发的数据库的读瓶颈。

不过当引入新一个架构解决问题时，势必会带来另外一个问题，数据库读写分离之后，主从延迟从而导致数据不一致的情况。，

为了解决主从延迟，数据不一致的情况，我们可以采用以下这几种方案：

1.  忍受大法
2.  数据库同步写方案
3.  选择性强制读主
4.  中间件选择路由法
5.  缓存路由大法

上面的方案都有各自的优点，当然也有相应的缺点，我们需要根据自己的业务情况，选择相应的解决方案。

（编辑：阳江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!