文章讲述了作者2014年对分布式数据库Riak及其底层技术CRDT(无冲突复制数据类型)的探索经历。CRDT能实现节点间数据自动合并且不丢失信息，作者曾试图将其应用于啤酒创业项目，但后来意识到当时并不需要这种复杂技术。这段经历反映了技术人对新事物的热情与反思。

CRDT字典：无冲突复制数据类型的实用指南

核心概念

CRDT（Conflict-free Replicated Data Types，无冲突复制数据类型）是一种分布式数据结构，能够在网络分区时保持可用性，并通过确定性合并实现最终一致性。其核心特性包括：
- 交换律（Commutative）：操作顺序不影响结果。
- 结合律（Associative）：操作分组方式不影响结果。
- 幂等性（Idempotent）：重复操作不会改变结果。

关键问题与解决方案

场景：Alice和Bob同时编辑一个计数器，网络延迟导致操作未即时同步。
- 传统方案：
- 共识算法（如Paxos/Raft）：网络分区时可能无法写入。
- 最后写入获胜（LWW）：可能丢失数据。
- CRDT方案：通过设计数据结构，确保合并操作保留所有有效变更，无需协调。

主要CRDT类型及用途

1. G-Counter（只增计数器）

   • 原理：每个副本维护独立计数，合并时取各副本最大值。
   • 适用场景：页面浏览量、点赞数等只增场景。

2. PN-Counter（增减计数器）

   • 原理：通过两个G-Counter分别记录增减操作。
   • 适用场景：库存管理、资源计数等需增减的场景。

3. OR-Set（观察移除集合）

   • 原理：为每个元素分配唯一标签，移除时仅删除已观察到的标签。
   • 适用场景：购物车、协作编辑等需支持重复添加/移除的场景。

4. RGA（可复制增长数组）

   • 原理：基于树结构维护插入顺序，支持并发编辑。
   • 适用场景：协作文本编辑、分布式列表。

实践挑战

• 垃圾回收：CRDT需保留历史元数据以确保合并正确性，可能导致存储膨胀。解决方案包括时间过期、版本向量跟踪等。
• 性能权衡：不同CRDT的空间和时间复杂度差异显著（如OR-Set需维护标签，RGA需处理逻辑树结构）。

应用建议

选择CRDT需考虑：
- 操作需求（仅增、允许移除、需支持并发冲突等）。
- 一致性要求（能否接受最终一致性或LWW语义）。
- 资源开销（元数据大小、合并操作成本）。

总结

CRDT通过数学保证分布式系统的最终一致性，适合高可用场景（如离线应用、协作工具）。尽管实现复杂且需权衡资源，但其无需协调的特点使其在特定场景中不可替代。

注：本文为技术指南的简化摘要，省略了部分数学证明和实现细节，保留核心原理和实用建议。完整内容可参考原文及附带的学术论文。

总结评论内容：

1. 对CRDT教程的肯定

• 认为文章从基础到高级全面介绍了CRDT技术
• "That's a great summary of CRDTs, starting from the basics and to the more advanced ones."
• 提到Riak仍然存在（以OpenRiak形式）

2. 关于新一代CRDT的讨论

• 指出Automerge等不是简单库，而是具有严格数学证明的完整CRDT实现
• "They are themselves full CRDTs, with strong proofs about their characteristics under stress."
• 强调这些CRDT的收敛特性已被形式化证明，适合实时协作场景
• "their convergence characteristics are formalized, proven, and predictable."

3. CRDT开发实践

• 分享开发自定义序列CRDT引擎的经验
• "I finished creating a custom sequence based CRDT engine about 2 months ago"
• 指出LLM在未训练领域的局限性
• "how completely useless an LLM is outside of pre-trained areas"

4. 历史技术对比

• 指出OR-Set与Monotone(2005)使用的合并标量值方法类似
• "what this calls OR-Set looks equivalent to what Monotone uses"
• 感叹链接失效问题
• "Boo link rot"