Modifier dans le train, synchroniser à la maison
Tu changes une note partagée sur ton téléphone, dans un train sans réseau. À la maison, quelqu'un a changé la même note sur un ordinateur portable. Quand le téléphone se reconnecte, les deux changements doivent survivre. Les applications qui marchent d'abord hors ligne et synchronisent ensuite s'appellent local-first, et les types de données qui rendent la fusion sûre s'appellent des CRDT.
À la fin de cette leçon
Remarque
Je peux expliquer comment deux répliques qui ont changé les mêmes données hors ligne finissent par être d'accord.
Mots-clés
- Réplique : une copie des données, sur un appareil.
- Synchronisation : l'envoi des changements entre les répliques.
- Fusion : la réunion de deux répliques en un seul état.
- CRDT : un type de données dont la fusion donne toujours la même réponse, dans n'importe quel ordre.
- Concurrent : se dit de deux changements faits sans que l'un connaisse l'autre.
- Pierre tombale : une marque qui dit que quelque chose a été supprimé.
Pour commencer : ce que tu sais déjà
Remarque
Réponds dans ta tête. 1. Tu enregistres un fichier sur deux ordinateurs. Quelle copie est la bonne ? 2. Est-ce que 3 + 5 égale 5 + 3 ? 3. Quel est le plus grand de 4, 9 et 2 ? Réponses : ça dépend de ce qui a changé dans chacune ; oui, l'ordre ne compte pas ; 9. Les deux dernières idées sont la base d'une fusion de CRDT.
Avant de commencer
Remarque
Appuie sur Démarrer le lab dans la barre en haut de la leçon et attends qu'il indique qu'il est en marche. Il y a un seul conteneur, jupyter, et le terminal atteint son Python avec docker exec jupyter, qui lance une commande à l'intérieur. Le lien JupyterLab ouvre sa page web, sur le port 8888. Chaque bouton Exécuter ci-dessous tape sa commande dans le terminal de ton lab, l'une après l'autre, dans la même session. Pour suivre les commandes ou taper les tiennes, appuie sur Ouvrir le terminal (nouvel onglet) dans la barre.
Une synchro naïve perd une modification
Le téléphone a changé le titre à 10 h 05. Le portable a changé le corps du texte à 10 h 07. La synchro naïve garde la note entière enregistrée en dernier : le titre changé sur le téléphone est perdu, et le script affiche True. La fusion champ par champ garde les deux : le titre « Trip to York » et le corps « Pack bags, book hotel ». Le script écrit en anglais.
docker exec jupyter python3 steps/lostedit.pyAffichée ici, non exécutée. Appuyez sur Démarrer le labo pour la saisir dans le terminal de votre propre labo.
Un compteur qui fusionne sans risque
Trois répliques comptent des vues de page hors ligne : 3, 5 et 2. Un G-Counter garde un nombre par réplique et fusionne en prenant le plus grand de chacun. Après des synchros dans des ordres différents, chaque réplique voit 10, et fusionner encore deux fois le même état donne toujours 10. Un simple nombre qui additionne chaque rapport compte deux fois un message répété et atteint 19.
docker exec jupyter python3 steps/gcounter.pyAffichée ici, non exécutée. Appuyez sur Démarrer le labo pour la saisir dans le terminal de votre propre labo.
Dans une liste partagée, un ajout concurrent gagne
Ana et Ben partagent une liste de courses avec du lait (milk) et des œufs (eggs). Hors ligne, Ana retire le lait pendant que Ben le rajoute. Après la synchro, les deux listes disent eggs et milk. L'ensemble, un OR-set, donne une étiquette à chaque ajout, et un retrait n'efface que les étiquettes qu'il a vues. Ana n'a jamais vu la nouvelle étiquette de Ben, donc le lait reste.
docker exec jupyter python3 steps/orset.pyAffichée ici, non exécutée. Appuyez sur Démarrer le labo pour la saisir dans le terminal de votre propre labo.
Vérifie
Astuce
Pourquoi fusionner deux fois un G-Counter ne compte-t-il rien en double ? Réponse : la fusion prend le plus grand des deux nombres pour chaque réplique, et le plus grand de 5 et 5 vaut toujours 5.
Deux modifications sur une même ligne
Les deux répliques partent de « Hello ». Hors ligne, Ana ajoute « world » à la fin, et Ben ajoute « Oh, » au début puis supprime le H. Après la synchro, les deux lisent « Oh, ello world ». Chaque caractère a un identifiant et retient après quel caractère il a été tapé, donc une insertion veut dire la même chose sur chaque réplique. Le H supprimé reste comme une pierre tombale.
docker exec jupyter python3 steps/text.pyAffichée ici, non exécutée. Appuyez sur Démarrer le labo pour la saisir dans le terminal de votre propre labo.
Les horloges vectorielles disent ce qui est arrivé avant
Chaque réplique compte ses propres changements dans une horloge vectorielle. La réplique a écrit, puis b écrit sans avoir eu de nouvelles de a : les deux horloges sont concurrent. Ensuite, b reçoit les nouvelles de a et écrit encore, donc a est maintenant before b, avant b. Une horloge comparée à elle-même est equal, égale.
docker exec jupyter python3 steps/clocks.pyAffichée ici, non exécutée. Appuyez sur Démarrer le labo pour la saisir dans le terminal de votre propre labo.
Trois répliques, beaucoup de changements, une réponse
Un téléphone, un portable et une tablette font chacun 30 changements au hasard sur une liste partagée et un compteur, hors ligne. Puis ils se synchronisent entre eux dans un ordre au hasard. Les trois finissent avec les mêmes cinq articles et le même compte, 28.
docker exec jupyter python3 steps/offline.pyAffichée ici, non exécutée. Appuyez sur Démarrer le labo pour la saisir dans le terminal de votre propre labo.
Une erreur fréquente
Attention
Beaucoup pensent que le changement le plus récent doit toujours gagner. L'horloge d'un téléphone peut se tromper, et « le plus récent » jette l'autre modification. Un CRDT garde les deux changements quand il le peut, et n'en choisit un que par une règle que chaque réplique applique de la même façon.
Le même travail dans un notebook
Ouvre JupyterLab depuis la barre et double-clique sur start.ipynb. Il fusionne deux compteurs, deux listes de courses et deux copies d'une ligne de texte. Clique sur une cellule et appuie sur Maj et Entrée pour l'exécuter. La dernière cellule attend ta propre question, et crdt.py est assez court pour être lu en entier.
Vérification finale
Astuce
Réponds sans revenir en arrière. 1. Qu'a perdu la synchro naïve ? 2. Comment fusionne un G-Counter ? 3. Dans un OR-set, que devient un ajout que celui qui retire n'a jamais vu ? 4. Que veut dire concurrent pour deux horloges vectorielles ? Réponses : le titre changé sur le téléphone ; il prend le plus grand nombre pour chaque réplique ; il survit ; aucun des deux changements ne connaissait l'autre.
Pour les enseignants
Astuce
Cette leçon est un petit exemple de leçon travaillée dans un lab : les étapes et les boutons Exécuter sont la leçon, et le lab est la copie de chaque élève. Le lab est un seul service, JupyterLab avec des CRDT écrits avec la bibliothèque standard de Python, et rien ici ne se corrige tout seul : l'élève rend un notebook à lui, téléchargé depuis JupyterLab, et une phrase sur ce qu'il a montré. Points clés : 1. Une synchro naïve où le dernier écrit gagne perd des modifications. 2. La fusion d'un CRDT donne la même réponse dans n'importe quel ordre, et quand on la répète. 3. Les horloges vectorielles distinguent « avant » de « concurrent ». Erreur fréquente : croire que le changement le plus récent doit toujours gagner. Aucune vraie bibliothèque CRDT ne tourne dans le lab : Automerge et Yjs sont expliqués dans le module universitaire. Matériel : le lab et un navigateur. Conseil : faites modifier une même note papier à deux élèves, puis fusionnez les deux copies à voix haute. Copiez-la dans votre propre module et modifiez-la, ou créez-en une de zéro avec le menu Lab du créateur de leçons.