田俊峰 王彦骉

(河北大学网络空间安全与计算机学院 河北保定 071002)

(河北省高可信信息系统重点实验室(河北大学) 河北保定 071002)

分布式云存储是新一代数字时代发展的重要基石，公有云服务商的数据中心部署在不同的地方，为用户提供可扩展的计算、存储等服务[1].然而在提供高速、便捷服务的同时，保障分布式副本之间的数据一致性、因果一致性就成了比较严峻的问题.在理想的环境中下，副本中所有元数据的即时更新在其他节点中都立即可见，这种模型称为强一致性.但在分布式存储环境下，不牺牲一定的可用性和性能几乎无法实现；即使在没有对数据进行分区、分块存储，强一致性的实现也有着极高的性能成本.例如Guerraoui等人[2]基于增量更新提出的ICG(incremental con-sistency guarantees for replicated objects)方案，在牺牲通信开销和查询正确度的前提下提高了强一致性的操作延迟.

因此，许多系统使用最终一致性来保障用户数据安全，例如亚马逊的Dynamo[3]存储平台.该平台对用户数据可用性做出的唯一保障就是要求用户更新最终实现一致；为了确保多个副本都收敛到相同的数据状态，最终一致性的系统通常使用某种规则在多个差异的副本状态中选择一个作为最终稳定状态[4].

在Twitter、微博等社交软件或大型网站应用中，最终一致性是最常见的数据一致性约束，其次便是因果一致性，如MongoDB数据库就是典型的因果一致性数据存储产品.因果一致性是一种中间一致性模型，该模型只在……