分布式快照：为什么必须记录在途消息

一份全局快照不仅包括进程本地状态，还包括通信通道中的在途消息。本文根据课程笔记整理 Chandy–Lamport 算法的基本模型。

本地截图拼起来可能不一致

假设节点 A 持有一个任务，随后将它发送给 B。如果 A 在发送之后记录状态，B 在接收之前记录状态，任务在两边都不存在；它应当被记在通道中。

另一种交错是 A 在发送之前记录，B 在接收之后记录。任务可能同时出现在两份本地状态里，形成不符合消息因果关系的切面。

一致切面不能包含一条消息的接收，却不包含其发送。通道状态记录的是发送已包含、接收尚未包含的那部分消息。

算法的前提

经典模型使用可靠、有序的单向 FIFO 通道，参与进程不失败，快照通知能够传播到所有参与者。真实系统需要确认应用消息、marker 和连接重建是否满足模型；TCP 本身并不能自动提供跨进程重启的全部保证。

Marker 发送与接收规则

发起者记录本地状态，然后在各出通道上发送 marker，且 marker 要先于记录之后发出的普通消息。它同时开始记录入通道消息。

收到某条入通道的 marker 时：

是否已记录本地状态	行为
尚未记录	立即记录本地状态；该通道状态为空；传播 marker，记录其他入通道
已经记录	停止记录这条通道，其状态为本地记录后、marker 到达前收到的普通消息

marker 是边界标记，不需要携带通道内全部消息。每个接收者依据到达顺序自己记录通道状态。

FIFO 为什么关键

同一通道中，发送者快照前发出的消息排在 marker 前，快照后发出的消息排在 marker 后。这个顺序让接收者能确定记录窗口。

发送者拍快照之后才发送的任务，不应被记为快照时的在途任务。marker 先到达接收者，确保它也在接收该任务之前记录状态，任务仍只出现在发送者快照中。

完成与使用

一个进程收到所有入通道的 marker 后，本地记录完成。所有参与进程及通道记录完成后，可以收集并组合全局状态。它不要求大家在同一个物理瞬间暂停。

快照为检查点、稳定性质检测等提供基础；恢复执行还可能需要日志、外部输入和副作用处理，不能把一次快照直接等同于完整恢复方案。

原始算法见 Distributed Snapshots: Determining Global States of Distributed Systems。