最终一致性和消息传递

Question

我遇到了这个问题，到目前为止似乎唯一的解决方案是更强的一致性模型。该服务是Amazon S3，它提供了最终的一致性。我们使用它作为blob存储后端。

问题是，我们将消息传递模式引入了我们的应用程序，我们喜欢它。毫无疑问，这是好处。但是，它似乎要求更强的一致性。情形：

1. 子系统从用户获取数据
2. 数据被保存到S3发送
3. 消息由另一子系统接收
4. 消息
5. 数据从S3
6. 读...蟋蟀。这是旧数据吗？有时候是这样。

所以。我们试图明显地发送消息中的数据，以避免S3读取不一致。但是这是非常糟糕的事情，消息会变得不必要的巨大，当接收者太忙或者宕机，并且在已经有新数据可用的情况下接收到消息时，它会失败。

有没有解决这个问题的方法，还是我们真的需要转储S3来获得像RDBMS或MongoDB这样更加一致的后端？

Answer 1

如果你的场景允许你的数据总是被写在S3下的一个新键上（通过总是创建新的对象），那么你可以依靠亚马逊的写后读一致性。

这里是亚马逊的描述，描述这种一致性模型：

在美国西部（北加州），欧盟（爱尔兰）， 亚太地区（新加坡）和亚太地区的Amazon S3存储桶（东京）区域为新对象的PUTS提供 后读写一致性，并为覆盖PUTS和DELETES提供最终的 一致性。美国标准地区 中的Amazon S3存储桶提供最终一致性。