前两天，听了公司DBA老大的分享，也是首次接触到了MGR这个架构，其对MGR的大力推崇，让作为业务开发人员的我也对其产生了兴趣，至此，用同事“老司机”的话说，是时候学习一波了。

一、CAP与MySQL

谈MGR之前，先要熟悉一下CAP与MySQL的关系。当前MySQL的master-slave架构，取AP舍C，嗯嗯，DBA们的PPT就是这样告诉俺们的。

C：（consistency）一致性，之前在同事分享时，大家一起讨论过什么叫一致性，后来能让大家比较认同的解释是：“违背了预定的一致性约束，就是违背了一致性”，这话看起来跟没说似的，但是其强调了一个很重要的点，即“约束条件”。例如，一张表的某个字段在现实世界中是唯一unique的，只是在建表的时候没指定unique key，然后某一天出了故障，插入了两条相同字段的record，这种情况，也应该算是违背了一致性的。只是一般在分布式系统的背景下，大家默认的理解都将其限定在不同节点的value是否一致这个更窄的概念上，以方便讨论。

A：（availability）可用性，指所有的读写请求，在有限的时间内都能获得响应。我理解的A，应该是指一个request到达server之后，server能够在有限的时间内，发出一个response。不能把client-server看成整个系统，client发出的一个request根本就没到达server，自然不会有response。你把人家机房的光缆挖断了，然后挑战人家系统的可用性，这就蛋疼了。换个例子，比如server的CPU飙到最高了，这时候来一个request，server直接不处理，给丢了，这才是系统可用性应该考虑的范畴。

P：（partition-tolerance）分区容忍性，这个一直是个很容易让人困惑的概念，我比较认同的一个解释是：“在网络分区的情况下，被分隔的节点仍能正常对外服务”。就是说，由于网络的因素，将原本联通的分布式系统，分隔成彼此无法通信的一个个子集了，这时候这个单独的子集能够继续对外提供服务。

个人理解：

1. 对于CAP别较真，网上一搜，众说纷纭，去扣CAP的概念、证明(至于那个反证的证明，着实蛋疼)都没意义，还容易疯。就是一个在设计系统的时候的参考，核心指导作用是说在设计的时候，别去追求完美，实事求是，具体问题具体分析，get这一点就足以了。

2. 在CAP中，没有舍谁取谁的，都是权衡罢了。这世间之事吧，就从来没有非此即彼。

接下来就以CAP的角度说说MySQL的master-slave架构：

所谓master-slave架构，就是由master负责写，slave负责读，然后将master的binlog不断的发送到slave执行，使整个DB集群达到一致。先来说P，master与slave节点失联之后，木有关系，master还是负责client发过来的写请求，slave还是负责读请求，大家各司其职，也就实现了P，同时，由于master的数据无法同步给slave了，也就自然无法保证C了。还有就是哪怕在网络非常健康的情况，master与slave存在的延迟，也使整个集集群无法实现强一致。既然存在问题，也就必然存在着问题的解决之道，接下来就来说说MGR。

二、MySQL group replication

在默认情况下，MySQL的复制（replication）策略是异步（asynchronous）复制，如下图：

图有点毛病，一般是在事务commit之后，才将binlog发送到slave，但问题是一样的，就是C太弱了，master将binlog发送出去之后，就不管了。要是slave没收到，那系统自然就不一致了，既然C太弱了，就可以想办法来保障C，比如采取半同步（semi-synchronous）的策略：

也即master等每一个slave ACK之后，再提交事务，告诉client这次的更新成功了。如此，就保证commit之后，slave肯定收到binlog了，自然也就提升了C。但问题也就随之而来了，即性能下降了，每一条变更SQL的性能下降带动系统QPS的下降，从而影响了A。此外，当集群中新增节点时，会让系统性能下降。看，问题又来了，那何如平衡C与A呢？MGR就提供了一个解决思路，先看看引入MGR之后，系统大概变成了什么样子：

如图，一个明显的变化就是系统不再区分master与slave了，每个节点都是master，都可以进行写，然后使用一致性算法来实现整个集群的对外一致性。其写过程大概变成了下面酱紫：

也就是在一个节点写完之后，使用一致性协议使整个集群达到一致，然后就可以返回了。指的注意的是，整个集群达到一致，可不是说每个节点都ACK了。通过一致性协议，要比等每个slave都ACK更快，还能让整个DB集群实现多节点写入，对于DB集群的性能来说，自然会有不小的性能提升。根据MySQL官方文档，MGR有两种模式：

single-primary mode：只有主节点负责写，集群能够自动选举主节点

multi-primary mode：所有节点都接受写

贴一下MySQL对于group replication的文档和其性能测评：

文档：https://dev.mysql.com/doc/refman/5.7/en/group-replication.html

性能对比：http://mysqlhighavailability.com/performance-evaluation-mysql-5-7-group-replication/

三、一致性协议

MGR使用了paxos协议来实现集群的一致性。先贴一个分布式系统一致性问题的演示动画：

http://thesecretlivesofdata.com/raft/

协议挺复杂的，咱不就介绍了，明确两个点就得了：

1. 在paxos算法中，过半数的节点同意变量v = 2了，就叫达成一致了

2. 在没一轮写入之后，通过节点之间相互通信、投票，趋于实现达成一致