CRDT là gì? Kiểu dữ liệu hội tụ không xung đột
Conflict-free Replicated Data Type (CRDT) là cấu trúc dữ liệu được thiết kế để sao chép trên nhiều nút trong hệ thống phân tán, cho phép mỗi nút cập nhật độc lập mà không cần phối hợp trực tiếp, đồng thời đảm bảo các bản sao cuối cùng luôn hội tụ về cùng một trạng thái. Đây là cách giải quyết bài toán nhất quán dữ liệu cho ứng dụng offline-first và hệ thống phân tán nhiều người dùng.
Hai hướng tiếp cận chính: State-based và Operation-based
CRDT được phân thành hai lớp tùy thuộc vào cách truyền tải thay đổi giữa các nút:
- State-based CRDT (CvRDT): mỗi nút gửi toàn bộ trạng thái hiện tại cho các nút khác. Hàm merge (join) kết hợp hai trạng thái bằng phép hợp nhất trên một semi-lattice. Cách này đơn giản, luôn hội tụ, nhưng tốn băng thông khi trạng thái lớn.
- Operation-based CRDT (CmRDT): chỉ gửi các phép toán đã áp dụng. Các phép toán phải thỏa mãn ba tính chất: giao hoán (commutative), liên kết (associative) và lũy lặp an toàn (idempotent). Hiệu quả hơn về băng thông nhưng cần bảo đảm thứ tự nhân quả khi truyền tin.
Các loại CRDT phổ biến
| Loại CRDT | Ứng dụng điển hình |
|---|---|
| G-Counter (Grow-only Counter) | Đếm lượt xem, số lần ghi log chỉ tăng |
| PN-Counter (Positive-Negative Counter) | Điểm Like/Dislike, điểm số có thể tăng lẫn giảm |
| LWW-Register (Last-Writer-Wins Register) | Giá trị cấu hình, timestamp cuối cùng thắng |
| OR-Set (Observed-Remove Set) | Danh sách thẻ tag, tập người được gán quyền |
| RGA và YATA (sequence CRDT) | Biên tập cộng tác văn bản nhiều người dùng |
Ứng dụng thực tế
CRDT là xương sống của nhiều sản phẩm quen thuộc mà bạn dùng hằng ngày:
- Trình soạn thảo cộng tác: Figma, Google Docs, Apple Notes, các editor kiểu Atom/VS Code dùng CRDT để hợp nhất thay đổi văn bản.
- Cơ sở dữ liệu phân tán: Riak hỗ trợ CRDT ở tầng ứng dụng, Redis và CockroachDB có các kiểu dữ liệu tương tự với cơ chế hợp nhất.
- Ứng dụng phi tập trung: ví offline, trình ghi chú làm việc không mạng rồi đồng bộ sau.
- Edge và IoT: các cảm biến báo cáo trạng thái theo lô mà không cần giữ kết nối thường trực với trung tâm.
So sánh với consensus truyền thống
Raft và Paxos đảm bảo nhất quán mạnh (strong consistency) bằng đồng thuận của đa số các bản sao. CRDT đi theo hướng khác: chỉ cần tính chất hội tụ và hàm merge có tính giao hoán, liên kết, lũy lặp.
| Tiêu chí | CRDT | Raft/Paxos |
|---|---|---|
| Nhất quán | Eventual (hội tụ) | Strong (tức thời) |
| Phối hợp | Không cần, hoạt động offline | Cần leader và quorum |
| Độ trễ ghi | Thấp, ghi tại chỗ | Cao hơn, chờ commit |
| Dữ liệu phải hội tụ | Cấu trúc bán duy trì (monotonic) | Mọi cấu trúc dữ liệu |
Khi nào nên chọn CRDT
Hãy chọn CRDT khi ứng dụng cần làm việc khi mất mạng, nhiều thiết bị cùng chỉnh sửa dữ liệu, và muốn tránh độ phức tạp vận hành của consensus. Đổi lại, bạn phải chấp nhận eventual consistency: người dùng có thể tạm thời thấy trạng thái cũ ở một số nút, và metadata tăng trưởng theo số lần hợp nhất. Nếu dữ liệu là tiền, hạn chế tín dụng hoặc giao dịch tài chính nơi sai số là không chấp nhận được, hãy giữ Raft hoặc cơ sở dữ liệu quan hệ có transaction.
Xử lý xung đột và thiết kế CRDT hiệu quả
Viết CRDT đúng đòi hỏi hiểu rõ ngữ nghĩa dữ liệu. Một bài học đắt giá là các kiểu dữ liệu không tự nhiên hội tụ (như map cần làm theo LWW-Element-Set hoặc OR-Set) dễ gây hành vi phi mong muốn. Các thư viện như Yjs và Automerge đã đóng gói các kiểu CRDT phổ biến, giúp lập trình viên tập trung vào logic ứng dụng thay vì toán học hội tụ. Khi mở rộng, nên dùng delta-CRDT để chỉ gửi phần thay đổi thay vì toàn bộ trạng thái, giảm băng thông đáng kể. Một lời khuyên thực tế nữa là luôn ghi kèm vector đồng hồ (vector clock) để phát hiện xung đột ngay cả khi bạn chọn chiến lược last-writer-wins, từ đó tránh được trường hợp hai người cùng sửa một trường mà người sau ghi đè mất thay đổi của người trước.
Tóm tắt
CRDT đánh đổi tính nhất quán tức thời lấy khả năng chịu lỗi và độ trễ thấp. Với các ứng dụng cộng tác và offline-first, đây là lựa chọn kiến trúc hợp lý nhất.
Nguồn tham khảo: Conflict-free replicated data type trên Wikipedia, A comprehensive study of Conflict-free Replicated Data Types của Shapiro và cộng sự, và thư viện mã nguồn mở Yjs.
