前言

昨天提到在資料庫領域有2PC來解決Distributed Transaction ACID的問題。但是最大的缺點便是單一Coordinator，如果失效那麼Participants便會block住。

因此今天要介紹的就是進化版3 Phase Commitment，簡稱3PC。

3 Phase Commitment

最大的差異便是比起2PC多了一個Phase(廢話)。

直接用最常見的流程圖說明:

角色一樣分成兩個，流程分成三個Phase。另外，3PC這邊把Participants改成Cohorts

1. Phase1

   • Coordinator: 發送canCommit的訊息給所有的Cohorts，
   • Cohorts: 收到 canCommit ，如果可以執行transaction，資料沒有被lock住，便回覆 Yes。否則回覆No並且abort

2. Phase2

   • Coordinator:
     • 只要有收到一個No或是發生Timeout，宣告 Distributed Transaction 失敗，並且發送 abort 給所有的Cohorts
     • 否則就發送 preCommit 給所有的Cohorts
   • Cohorts:
     • 收到abort或是Coordinator斷線或是掉封包導致Timeout，abort。
     • 收到preCommit，執行transaction在副本資料上，並且回傳ACK訊息回去並且等待最終的commit

3. Phase3

   • Coordinator: 如果收到每一個ACK，就發送doCommit訊息。否則有任一個Cohorts Timeout，一樣宣告 Distributed Transaction 失敗。
   • Cohorts: 收到doCommit，將更新過後的資料副本轉為最新的資料。並且回覆haveCommitted。

2PC與3PC比較

最大的問題並不是演算法本身有什麼問題，而是兩者的容錯能力！

因為兩者皆是要達到Strong Consistency的標準，因此必須考慮執行的過程中是否有任一個server故障失效，並且在此情境下仍然保持一致。

所以重點在於2PC與3PC在有故障失效的情境下，是否有辦法仍然保持資料一致，要不全都commit否則就全都rollback。

如果再回去看一次2PC的流程會發現，有幾個會出問題的地方

1. Coordinator失效，而Participants都正常
   重新選出一個Coordinator，並且根據目前的phase，與其餘Participants目前transaction執行狀況，重新決定是Commit還是Rollback，不會有不一致的情況。

2. 某個Participant失效，Coordinator仍然正常運作
   這種情況可能發生在phase2發送完commit後，Participant還沒執行commit失效。但是因為Coordinator還活著，因此當Participant回復後，仍然可以跟Coordinator訊問上一個動作，而與其他的Participant執行一樣的Commit或是Rollback

3. 某個Participant與Coordinator都失效
   發生在phase1還沒問題，因為大家都還沒真的Commit或是Rollback，重新選一個Coordinator仍然是一致的。
   問題發生在phase2，如果失效的Participant已經執行了Commit或是Rollback其中一個，但是因為他跟Coordinator都失效了，剩下的所有人沒人知道發生什麼事。重新選出一個Coordinator後執行的動作可能跟失效的Participant執行的動作是不一樣的，在這個情況下，數據是有機會不一致的！

3PC在加入一個新的preCommit phase後我們來看看情境3會怎麼發展。

1. 如果失效的Participant已經執行了Commit，表示什麼？
   表示在phase2大家都已經收到了preCommit，只是在phase3有人執行了commit有人還沒，而此時Coordinator失效。
   這種情況，新選出來的Coordinator仍然可以執行commit，因為他從phase2再詢問一次大家的狀況仍然會是ACK，只要重新進入phase3，再發送commit訊息給大家即可。

2. 如果Participant已經執行了Rollback，則新選出來的Coordinator再從phase2再詢問一次大家，一定也會得到同樣的Rollback結果，從而使得最終結果仍然一致。

討論

3PC的缺點也非常顯而易見，為了確保Strong Consistency與某些節點故障的問題，增加了許多條件與步驟，導致時做起來非常繁瑣。
接下來的文章除了介紹Raft以外，就會來將這幾個共識演算法做一個總整理與比較。