CRDT无冲突复制数据类型

Eventuate是建立高扩展的事件溯源event sourcing和使用因果一致性建立事件协助的开源服务框架。基于事件驱动和事件溯源的服务能够给予因果顺序的事件流通讯，服务可位于单个服务器本地也可以分布到全球规模，使用因果一致性复制，保持网络分区之间的写操作高可用性。

Google Docs和Trello等云应用程序很受欢迎，因为它们可以实现与同事的实时协作，并且使我们可以轻松地从所有设备访问我们的工作。但是，通过在服务器上集中数据存储，云应用程序还会剥夺用户的所有权和代理权。如果服务关闭，则软件将停止运行，并且使用该软件创建的数据将丢失。在本文中

逻辑单调性的一致性（Consistency As Logical Monotonicity：CALM）：当且仅当问题是单调的时，问题才具有一致的、无需协调的分布式实现。CALM定理是为了避免分布式事务机制中的协调机制，试图实现如同没有红绿灯的交通路口

连贯性coherence确保可以按顺序看到写入内容（带有业务语义）；一致性consistency确保可以在不同位置按有意义的顺序查看写入的内容（无关乎上下文或语义）。分布式算法CRDT不保证连贯性coherence，

CRDT （无冲突复制数据类型）是一种花哨的编程工具，可以让多个用户同时编辑相同的数据。它们让您可以毫无延迟地在本地工作。（您甚至不必在线）。当您与其他用户和设备同步时，一切都会神奇地同步并最终保持一致。CRDT 最好的部分是它们可以完成所有这些工作，甚至不需要云中的中央计算机来监视和控制一

无冲突复制数据类型（CRDT）是可用于支持分布式系统中高可用性和可伸缩状态共享的数据结构。CRDT状态被复制到系统中的每个节点。每个节点都可以读取和更新CRDT，而无需与其他节点进行任何协调。如果两个或多个节点同时修改CRDT，则修改可以合并在一起，并且CRDT保证最终所有节点将就该CRDT

Google Docs 等协作编辑器允许人们实时处理富文本文档，当用户希望立即查看彼此的更改时，这很方便。然而，有时人们更喜欢更异步的协作方式，在这种方式下，他们可以暂时处理文档的私人副本，然后再分享他们的更新。支持 Google Docs 等服务的算法并非旨在支持此用例。在本文中，

分布式事务的关键是实现强一致性，但是CAP定理认为获得强一致性必然放弃可用性，这是传统关系数据库和2PC的问题所在，最终一致性可以兼顾一致性和可用性，强最终一致性则更好，因此分布式事务的发展方向走向强最终一致性的一致性模型，强最终一致的模型实现有几种，比如Paxos和Raft，但是这些只适合

Dmitry Martyanov谈到PayPal如何开发处理一致性问题的分布式系统，并分享他在开发基于最终一致数据存储的系统中学到的经验教训。该解决方案利用无冲突，复制的数据类型CRDT和因果关系跟踪，实现多主数据中心数据库部署中关键数据的强大最终一致性。