Facebook 其实对待技术的态度其实挺开放的。今天阅读了这篇 Scale Out, 工程师 Jason Sobel 介绍了在对付跨地域 MySQL 复制网络延迟的问题。
Cache 一致性问题解决思路
大量的 MySQL + Memcached 服务器，布署简示：
California (主 Write/Read)............. Virginia (Read Only)
主数据中心在 California ，远程中心在 Virginia 。这两个中心网络延迟就有 70ms，MySQL
数据复制延迟有的时候会达到 20ms. 如果要让只读的信息从 Virginia 端发起，Memcached 的 Cache
数据一致性就是个问题。
- 1 用户发起更新操作，更名 "Jason" 到 "Monkey" ；
- 2 主数据库写入 "Monkey"，删除主、从两端 Memcached 中的名字值；
- 3 在 Virginia 有人查看该用户 Profile ；
- 4 在 Memcached 中没发现用户名字，从 Virginia Slave 数据库读取，因为网络延迟，结果读到了 "Jason"；
- 5 更新 Virginia Memcached 中的该用户名字为 "Jason"；
- 6 复制追上了，更新名字为 ""Monkey"；
- 7 又有人读取 Profile 了；
- 8 在 Memcached 中找到了键值，返回 "Jason" （实际上造成业务冲突了)
解决办法挺有意思，在 SQL 解析层嵌入了针对 Memcached 的操作。
- 1 用户发起更新操作，更名 "Jason" 到 "Monkey" ；
- 2 主数据库写入 "Monkey"，删除主端 Memcached 中的名字值，但Virginia 端 Memcached 不删；(这地方在 SQL 解析上作了一点手脚，把更新的操作"示意"给远程)；
- 3 在 Virginia 有人查看该用户 Profile ；
- 4 在 Memcached 中找到键值，返回值 "Jason"；
- 5 复制追上更新 Slave 数据库用户名字为 "Monkey"，删除 Virginia Memcached 中的键值；
- 6 在 Virginia 有人查看该用户 Profile ；
- 7 Memcache 中没找到键值，所以从 Slave 中读取，然后得到正确的 "Monkey" 。
这里面的一个简单的原则是: 更新后的数据，用户第一次读取要从数据库读，顺便扔一份到 Cache 里，而不是在写入的时候直接更新 Memcached 。避免写事务过大。
而写操作的原则是：一次写入，到处分发。
第二个问题是关于"Page Routing"的 ，也很有参考价值。感兴趣的自己读一下吧。