首先

关于Apache Cassandra

Apache Cassandra被称为开源的分布式数据库管理系统。

与其他分布式数据库管理系统类似，我们可以使用多个通用服务器来构建一个数据库（为了开发等目的，也可以仅使用一个服务器来构建）。

在这里，我们省略了详细的解释，将介绍感兴趣的人们的角色交给官方网站和维基百科。

你对分布式数据库中的一致性和反熵有没有理解？

整合性的两个意义 de gè

Cassandra有一个缺点，就是有数据一致性的问题，这一点被广泛传言。而用来支持这个观点的根据之一就是CAP定理。

然而，这种混淆的指摘本身并不罕见，一方面也有关于CAP定理的一致性和ACID的一致性之间区别的信息在社会上流传。在这里，我们只想指出应该加以区分，具体细节留给这些信息来解释。

在下面，我将以不同的角度提供信息。

反熵

在Cassandra的术语中，有一个在其他数据库中很少听到的术语，那就是”反熵”。这个术语最初是在Dynamo中使用的，并且在Cassandra中，这个术语也被采用。

在Dynamo论文的“4.7处理永久性故障: 副本同步”一章中进行了讨论。

原本的意思.

大多数的人对熵有着直观的理解，似乎不需要解释，但为了避免误解（由于在这里，理解“反对”的意思可能比较困难，所以作为辅助线索）。

根据维基百科，熵的起源意义如下所述。

熵（英: entropy）是热力学和统计力学中定义的一种量的状态量。在热力学中，它被引入作为表示绝热条件下不可逆性的指标，而在统计力学中，它表示系统微观的“混乱度”。根据统计力学的结果，指出与从系统获取的信息有关，并开始在信息理论中应用。

在应用情报理论方面，有人这样说。

在信息论中，熵是用来衡量概率变量所包含信息量的度量标准，因此也被称为信息量。

熵可以解释为“（能量的）扩散状态、无秩序、混乱”。作为一个常听到的短语，我认为是指“熵增定律”。换句话说，如果任其不管，熵会自然增加。然而，需要注意的是，熵增仅是一个孤立系统的规律。在现实世界中，通常情况下，外界的干预（能量、物质）会阻止熵的无限增加。

在分散系统中，熵的含义是什么?

在分散系统中，Alex Petrov的《数据库内部》一书（O’Reilly的《详解数据库》）中设有一章（反熵和传播）讨论了熵的概念。

在集群内，将消息广播给所有其他进程是最简单的方法，对于节点数量较少的情况下能够很好地工作。但是，在大型集群中，由于节点数量过多，会带来很高的成本，并且可能会降低可靠性，因为太过依赖单个进程。每个单独的进程并不总是能够意识到网络中其他所有进程的存在。此外，广播进程和每个接收方的重叠运行时间是必需的，但在某些情况下可能很难实现。

为了缓解这些限制，我们假设有些更新可能会传播失败。协调器会尽最大努力向所有可用的参与者发送消息。然后，如果出现故障，反熵机制将使节点重新同步。这样，消息传递的责任由系统中的所有节点共享，并分为主要传递和周期同步的两个步骤。

注意：一般来说，“periodic” 可以翻译成 “定期的”，这可能是自然的翻译。但在这个上下文中，为了强调另外一个意思，我们选择不采用这个翻译。但并不意味着完全改变了原词的意思。我们根据掉尾句的用法，即“只有到句子末尾才能理解句意的句子”，判断这样翻译更为适当。

熵是系统无序的度量属性。在分散系统中，熵表示节点之间状态差异的程度。这一属性是不可取的，需要将其最小化，因此有许多方法可以处理熵。

通常情况下，反熵被用来将节点恢复到最新状态，当主要传送机制失败时。由于其他节点持续扩散信息，所以即使在某个时间点协调者发生故障，系统仍然能够正常运作。换句话说，反熵用于缩短收敛时间界限，在采用结果一致性的系统中应用。

熵修复，也就是反熵的过程，有以下阶段：

• 書き込みリクエスト時

• 読み込みリクエスト時

マニュアル（通常のリクエストとは分離した操作、という意味で。システム的に自動化される場合も当然あります）

在DBaaS（数据库即服务）中，反熵操作虽然无需自觉，但在分布式数据库（属于一种类别，即CAP理论中的AP数据库，包括Cassandra）中，作为数据库工程师，我们必须明白它是必然存在的。

最后

之前，我写过以下的文章。

请问您对这些文章的标题“您是否理解？”这个问题，首先是针对自己的，但如果这篇文章对其他人有所帮助，那就太好了。