Rethinkdb复制和数据一致性
Rethinkdb replication and data consistency
当其中一个副本死亡时会发生什么temporary/permanently，它与数据一致性有何关系？
例如让我们考虑这种情况：
我更新了 fruits table 中的文档，
rethinkdb 回答我好，然后立即流星命中这个数据库
但幸运的是，我的集群配置满足以下要求：
http://www.rethinkdb.com/docs/failover/
但在这种情况下，我似乎丢失了这个特定的更新，可能还丢失了其他尚未复制的内容，而应用程序仍然认为数据已可靠保存...
我不太明白我应该如何设计我的应用程序以使其能够容忍这种行为，它似乎非常复杂
常见的做法是什么？
有什么建议吗？
谢谢
RethinkDB 在写入传播到 table 的大多数副本之前不会确认写入。因此，除非不止一台服务器同时发生故障（假设您总共有 3 个副本），否则您永远不会丢失已确认的写入。
唯一的例外是您将 table 上的 write_acks 显式设置为 "single"。您可以在 http://www.rethinkdb.com/docs/consistency/
中找到有关此设置及其后果的更多详细信息
集群环境下的一致性需要consensus算法，RetihnkDB背后的算法是RAFT。 RAFT 共识算法需要至少 3 个节点来考虑 strong-ish 数据的一致性。
您可以阅读第一篇博客post
当其中一个副本死亡时会发生什么temporary/permanently，它与数据一致性有何关系？
例如让我们考虑这种情况：
我更新了 fruits table 中的文档，
rethinkdb 回答我好，然后立即流星命中这个数据库
但幸运的是，我的集群配置满足以下要求： http://www.rethinkdb.com/docs/failover/
但在这种情况下，我似乎丢失了这个特定的更新，可能还丢失了其他尚未复制的内容，而应用程序仍然认为数据已可靠保存...
我不太明白我应该如何设计我的应用程序以使其能够容忍这种行为，它似乎非常复杂
常见的做法是什么？ 有什么建议吗？
谢谢
RethinkDB 在写入传播到 table 的大多数副本之前不会确认写入。因此，除非不止一台服务器同时发生故障（假设您总共有 3 个副本），否则您永远不会丢失已确认的写入。
唯一的例外是您将 table 上的 write_acks 显式设置为 "single"。您可以在 http://www.rethinkdb.com/docs/consistency/
集群环境下的一致性需要consensus算法，RetihnkDB背后的算法是RAFT。 RAFT 共识算法需要至少 3 个节点来考虑 strong-ish 数据的一致性。
您可以阅读第一篇博客post