CRDT宝典 - GSet背景在一个分布式系统中，有一个集合（Set），每个节点都能往里面添加元素，但只能进行添加元素

宝典目录

背景

在一个分布式系统中，有一个集合（Set），每个节点都能往里面添加元素，但只能进行添加元素的操作。

请设计一个CRDT（Conflict-free Replicated Data Type）来实现一套满足最终一致性的分布式系统

为了减少要理解的概念，下文描述的CRDT同时有两层意思

无冲突的数据类型，即类型
一个CRDT实例，即实例

思维链

flowchart TD
      A["1. CRDT可以应用在不同的节点中"]
      A --> B["2. CRDT可以表达所有节点往集合中添加的元素"]
      B --> C["3. CRDT可以让任意节点往这个Set添加元素"]
      C --> D["4. 可以合并多个节点的CRDT，且无论合并的顺序是怎么样的，其结果都一致，\n即Merge(A.CRDT, B.CRDT, C.CRDT) = Merge(B.CRDT, C.CRDT, A.CRDT) = a new CRDT"]
      D --> E["5. 多次合并同一个节点的CRDT，其结果都等于合并一次，\n即Merge(A.CRDT, B.CRDT, B.CRDT) = Merge(A.CRDT, B.CRDT) = a new CRDT"]

实现

这个CRDT如下，我们暂时给它起名GSet（稍后解释其为什么叫GSet）

const GSet:Set<T> = new Set()

因为是分布式系统，且支持弱网环境，所以这个GSet在不同节点里，都不一样。比如

// 节点A的数据副本
A.GSet = ["element1", "element2", "element3"]
// 节点B的数据副本
B.GSet = ["element1", "element2", "element4"]
// 节点C的数据副本
C.GSet = ["element1", "element2", "element3", "element5"]

各自节点往GSet中添加元素,比如A节点往GSet中添加元素，通过A.GSet.add(element)即可

合并不同节点的GSet，比如Merge(A.GSet,B.GSet)，就是将B.GSet中的元素添加到A.GSet中

// 节点A的数据副本
A.GSet = ["element1", "element2", "element3"]
// 节点B的数据副本
B.GSet = ["element1", "element2", "element4"]

// 任意节点都能往GSet中添加元素
GSet[A.id].add("elementX")
const add = (node, value: T) => {
    node.GSet.add(value)
}
// 合并两个GSet
const merge = (GSetA: GSet, GSetB: GSet) => {
    const newGSet: GSet = new Set([...GSetA, ...GSetB])
    return newGSet
}
const newGSet = merge(A.GSet, B.GSet)

你按随意的顺序合并A.GSet，B.GSet，C.GSet，其结果都一致，即最终一致性。

QA

问：为什么不设计成以下的格式

const GSet: Record<string, Set<T>> = {
    [A.id]: new Set(["element1"]),
    [B.id]: new Set(["element1", "element2"]),
    [C.id]: new Set(["element1", "element2", "element3"]),
}

答：这样的设计会导致不同id的Set里有大量的重复元素，浪费存储；且add、merge操作都比原文的方式要复杂

总结

因为只能往集合中添加东西，这个CRDT有一个专属的名字Grow-only Set，简称GSet。