田俊峰，张俊涛，王彦骉

（1.河北大学网络空间安全与计算机学院，河北 保定 071002；2.河北省高可信信息系统重点实验室，河北 保定 071002）

1 引言

随着互联网信息时代的高速发展，用户需求也变得多样化，具有高性能和可扩展性等优点的分布式云存储解决了这一困局。为了提供高速、可靠并且成本低的分布式存储服务，云服务提供商一般将服务器节点分布在不同的地理位置[1]。数据一致性是分布式云存储中的基本问题之一。在分布式系统中对各个节点间的数据进行同步，保持一致的状态即为数据一致性。

数据一致性按照强度大小可分为最终一致性、因果一致性与严格一致性。最终一致性的强度最弱，例如亚马逊的Dynamo[2]存储平台。严格一致性是一种强一致性，指的是每个节点中的更新都在其他节点中立即可见[3]，对分布式系统的性能有极高的要求。因果一致性属于中间强度的数据一致性，只需使每个节点中更新事件之间的因果顺序对其他节点可见。因果一致性模型不仅能为用户提供数据的及时更新，也能在因果依赖型的影响可见时为用户事件提供因果序保障。

随着信息技术的高速发展，现有的弱数据一致性平台越来越难以满足多样化的用户需求。强度更高、性能更好的因果一致性成为众多学者的研究对象。Didona 等[4]提出的Okapi 是一种使用了混合逻辑时钟（HLC,hybrid logical clock）[5]和全局稳定向量（GSV,global stable vector）的因果一致性方案。该方案通过一个GSV 来追踪当前分区最新条目的时间戳，并规定当所有节点都将更新信息同步完成后才允许用户查询，这导致其更新可见性时延很高。……