分布式系统的同步
分布式系统架构中的数据一致性问题与解决方案
分布式系统架构中的数据一致性问题与解决方案在当今互联网时代，分布式系统架构被广泛应用于各个领域，尤其是大型网站、云计算和物联网等。
然而，分布式系统面临的一个核心挑战就是数据一致性问题。
本文将探讨分布式系统中数据一致性问题的原因，并介绍一些常见的解决方案。
一、数据一致性问题的原因1. 网络延迟：在分布式环境下，系统中的不同节点之间通过网络进行通信。
由于网络延迟等原因，数据在不同节点之间的同步存在一定的延迟，容易导致数据一致性问题。
2. 节点故障：分布式系统中的节点数量通常较多，节点之间可能存在软件或硬件故障。
节点故障会导致数据同步失败，进而引发数据不一致的问题。
3. 并发操作：分布式系统中的节点通常是并发运行的，多个操作同时对同一份数据进行读写操作，容易导致数据不一致的情况发生。
二、数据一致性问题的解决方案1. 强一致性强一致性要求系统中的所有节点在任意时刻都能够访问到一致的数据副本。
为了实现强一致性，可以采用以下方法：（1）原子操作：将多个操作包装成原子性的操作，要么全部执行成功，要么全部执行失败。
例如，可以使用分布式事务来保证数据一致性。
（2）主从复制：将数据分为主节点和从节点，主节点负责处理写操作，从节点负责复制主节点的数据并处理读操作。
主节点和从节点之间通过同步协议保持数据一致。
（3）多数投票：在系统中的多个节点中，若有超过半数的节点达成一致意见，则视为数据同步成功。
通过多数投票来保证数据的一致性。
2. 弱一致性弱一致性允许系统在某一时间点上出现数据不一致的情况，但最终数据会达到一致。
为了实现弱一致性，可以采用以下方法：（1）最终一致性：系统允许一段时间内的数据不一致，但最终会通过一定的机制使得数据最终达到一致。
例如，可以使用版本向量或向量时钟来记录和追踪数据的变更。
（2）基于时间戳：为每个操作添加时间戳，并根据时间戳进行数据的读写操作。
通过时间戳来解决数据冲突和同步的问题。
（3）可扩展性设计：通过设计合理的分布式算法和架构，将大规模的数据分片存储，并保持各个分片的数据一致性。
分布式系统中的数据一致性问题与解决方案
分布式系统中的数据一致性问题与解决方案随着互联网和移动互联网的迅猛发展，分布式系统的应用越来越普遍，如今的互联网应用大多数都采用了分布式系统技术。
分布式系统的优势在于可以将同一个应用分配到不同的服务器上，从而实现负载均衡和提高系统的可用性、可扩展性和性能等。
但是，分布式系统也带来了很多问题，其中数据一致性问题是最为突出的。
数据一致性问题是由于分布式系统中的数据存在多副本，不同副本的数据更新可能不同步导致的。
简单来说，就是在分布式系统中数据的读写操作不是原子操作，可能会因为网络延迟、硬件故障等原因造成数据不一致的情况。
例如，一个用户在A机器上更新了数据，而B机器上的数据副本还没有及时更新，此时如果其他用户在B机器上读取该数据就会出现错误。
要解决分布式系统中的数据一致性问题，通常有以下几种方案：1. 强一致性方案强一致性方案是指，在分布式系统中，所有的数据副本都必须保持一致，即同一时刻读取到所有数据副本的内容是相同的。
这样做的好处是程序员不必关心数据的一致性问题，但是强一致性方案对分布式系统的计算能力、网络延迟、存储能力等有较高要求，同时也会带来较高的成本。
2. 弱一致性方案弱一致性方案是指，在分布式系统中允许不同副本数据之间出现一定的延迟和不一致，但最终会达到一致状态，即一定时间内数据的可见性是不确定的。
这种方案对于分布式系统的计算和存储要求相对较低，能够有效提升系统的性能和并发度，但是需要针对具体应用场景做出量化的数据可见性处理。
3. 提高硬件可靠性提高硬件可靠性是指在分布式系统中采用冗余设计。
例如，保证每个节点都有多份数据副本，即可保障即使出现某个节点的错误，一般情况下也不会影响分布式系统的整体运作。
4. 副本之间进行同步在分布式系统中，各个数据副本之间必须通过某种方法进行同步。
典型的同步方案包括主从复制、群集复制、异步复制和同步复制等，根据具体的应用场景、性能要求和数据可见性等选择合适的同步方案。
准同步、主从同步、互同步和外时钟同步的基本概念
一、准同步准同步是指系统中各个部件的工作频率接近，但并不是完全同步的状态。
在这种情况下，各个部件之间的时间偏差较小，可以满足系统的基本要求，但是无法完全保证各个部件的运行是严格同步的。
二、主从同步主从同步是指系统中有一个主时钟（Master Clock）和多个从时钟（Slave Clock），主时钟通过特定的方式向从时钟发送时钟信号，使得从时钟能够保持与主时钟的同步。
主从同步通常应用于分布式系统中，通过主时钟的统一调控，保证系统中各个部件的运行是同步的。
三、互同步互同步是指系统中各个部件之间相互发送时钟信号，以使系统中各个部件能够相互保持同步。
这种方式可以在一定程度上减小各个部件之间的时间偏差，从而提高系统的整体性能。
四、外时钟同步外时钟同步是指系统中各个部件通过外部时钟源（如GPS信号或其他精准的时钟源）来保持同步。
这种方式可以在一定程度上保证系统中各个部件的时间精度和稳定性，但是受限于外部时钟源的精度和稳定性。
总结：准同步、主从同步、互同步和外时钟同步是在分布式系统中常见的同步方式。
每种同步方式都有其适用的场合和特点，选择合适的同步方式对于系统的性能和稳定性至关重要。
在实际应用中，需要根据系统的需求和条件来选择合适的同步方式，以保证系统的正常运行和性能的提升。
准同步、主从同步、互同步和外时钟同步是在分布式系统中常见的同步方式。
它们在理论和实践中都有各自的优缺点，在不同的场合下有不同的适用性和应用范围。
接下来，我们将深入探讨这四种同步方式的具体特点以及它们在实际应用中的优劣势。
准同步的特点：1. 时间偏差小：准同步的系统各个部件的工作频率虽然不完全同步，但时间偏差很小，能够满足系统的基本要求。
2. 灵活性强：准同步系统具有一定的灵活性，适用于一些不要求严格同步的场合。
3. 成本低：相比其他同步方式，准同步系统的成本一般较低，对于一些资源有限的系统来说，是一个较为经济的选择。
准同步的缺点：1. 容错性差：准同步系统的容错性不如其他同步方式，一旦出现时钟偏差较大的情况，可能会影响整个系统的运行。
分布式数据采集系统中的时钟同步
分布式数据采集系统中的时钟同步引言随着网络技术的发展，各种分布式的网络和局域网都得到了广泛的应用[1]。
分布式数据采集系统广泛应用于船舶、飞机等采集数据多、实时性要求较高的地方。
同步采集是这类分布式数据采集系统的一个重要要求，数据采集的实时性、准确性和系统的高效性都要求系统能进行实时数据通信。
因此，分布式数据采集系统中的一个关键技术就是实现数据的同步传输。
由于产生时钟的晶振具有频率漂移的特性，故对于具有多个采集终端的分布式系统，如果仅仅在系统启动时进行一次同步，数据的同步传输将会随着系统运行时间的增长而失步。
因此时钟的同步就是保证数据同步传输的关键所在。
2002年提出的IEEE1588标准旨在解决网络的时钟同步问题。
它制定了将分散在测量和控制系统内的分离节点上独立运行的时钟，同步到一个高精度和高准确度时钟上的协议。
由于分布式数据采集系统工作于局域网的环境中，于是借鉴IEEE1588标准中的思想，设计出一种针对基于局域网的分布式系统的时钟同步的机制，成功地在分布式数据采集系统中实现了μs级的同步。
1 时钟同步原理及实现时钟同步原理借鉴了IEEE1588协议中的同步原理。
IEEE1588 定义了一个在工业自动化系统中的精确同步时钟协议(PTP 协议)，该协议与网络交流、本地计算和分配对象有关。
IEEE1588 时钟协议规定，在进行时钟同步时,先由主设备通过多播形式发出时钟同步报文,所有与主设备在同一个域中的设备都将收到该同步报文。
从设备收到同步报文后,根据同步报文中的时间戳和主时钟到从时钟的线路延时计算出与主时钟的偏差,对本地的时钟进行调整[2]。
系统由各个单元的系统控制板（简称“系统板”）来完成同步的工作。
同步模型与IEEE1588时钟协议一致，采用主从结构。
主从单元采用相同频率的晶振，此时时钟同步的关键就是解决时钟相位对准问题和时钟漂移的问题。
系统中采用的时间同步算法，是借鉴IEEE1588的同步原理，主要是采用约定固定周期同步的算法。
集群同步机制
集群同步机制
集群同步机制是指在分布式系统中，多个节点之间保持数据一致性的一种机制。
在一个分布式系统中，不同的节点可能会同时对数据进行读写操作，如果没有同步机制，就会出现数据不一致的情况，从而导致系统的错误。
为了保证数据的一致性，分布式系统通常采用以下两种同步机制：
1.主从同步机制
主从同步机制是指在分布式系统中，将一个节点作为主节点，其他节点作为从节点，主节点负责接收所有的写操作，并将这些操作同步到所有的从节点上，从节点则只能进行读操作。
这样就可以保证所有节点上的数据是一致的。
2.多数派同步机制
多数派同步机制是指在分布式系统中，将所有节点分为若干个集合，每个集合中的节点称为一个派别，每个派别中的节点都需要达成一致意见，才能进行写操作。
具体来说，当一个节点想要进行写操作时，它需要先向其他节点发送请求，如果大多数节点同意该操作，那么该操作就可以执行。
这样就可以保证所有节点上的数据是一致的。
总的来说，集群同步机制是分布式系统中非常重要的一部分，它可以保证系统的数据一致性，从而提高系统的可靠性和稳定性。
fastdfs同步原理(一)
fastdfs同步原理(一)FastDFS同步操作FastDFS是一个开源的分布式文件系统，具有高可靠性、高扩展性和高效性的特点。
在FastDFS中，同步是一个非常重要的操作，它确保了分布式文件系统中所有节点之间的数据一致性。
本文将从浅入深地解释FastDFS同步的相关原理。
1. 同步的概念和作用•同步是指将数据在不同节点之间进行一致性复制的过程。
•FastDFS的同步机制确保了分布式文件系统中的数据副本是一致的，避免了数据丢失和错误。
2. 同步方式FastDFS同步操作主要有三种方式：同步方式一步骤：1.被动同步：主节点将数据发送给从节点，从节点接收并保存数据。
同步方式二步骤：1.主动同步：主节点将数据发送给从节点，并等待从节点确认保存成功。
同步方式三步骤：1.并行同步：主节点将数据同时发送给多个从节点，所有节点接收并保存数据。
3. 同步原理FastDFS的同步原理主要包括以下几个关键步骤：数据切片1.系统将待上传的文件进行切片，生成多个数据块。
定位存储节点1.系统根据一定的算法，定位存储节点，确定主节点和从节点。
数据发送1.主节点将数据块发送给从节点，使用TCP/IP协议进行数据传输。
数据接收1.从节点接收主节点发送的数据块，并保存到本地存储设备中。
确认保存1.从节点保存数据块成功后，发送确认信息给主节点。
一致性校验1.主节点收到所有从节点的确认信息后，进行一致性校验，确保所有节点数据的一致性。
4. 同步策略FastDFS提供了多种同步策略，用于满足不同的业务需求。
同步延迟1.同步延迟是指主节点发送数据到从节点的时间。
2.同步延迟较低的情况下，数据副本的一致性较好，但对主节点的性能要求较高。
同步次数1.同步次数是指主节点发送数据到从节点的次数。
2.同步次数较高的情况下，数据副本的一致性较好，但对网络带宽和节点性能要求较高。
同步范围1.同步范围是指主节点与从节点间数据复制的范围。
2.同步范围可以是局部范围，也可以是全局范围。
同步分析原理的应用场景
同步分析原理的应用场景简介同步分析是一种分析和解决多个系统或组件之间同步问题的方法。
同步分析原理主要关注多个系统或组件之间的消息传递、互相依赖等同步关系，通过分析系统或组件之间的同步关系，可以找到同步问题的根本原因，并提供解决方案。
应用场景1.分布式系统同步问题在分布式系统中，多个组件之间的同步问题是非常常见的。
比如，一个分布式系统中有多个节点，节点之间需要互相协作完成某个任务，但由于通信延迟或其他原因，可能导致节点之间的消息传递不同步，无法达成一致的结果。
通过同步分析，可以找出导致同步问题的原因，并提供相应的解决方案，如增加重试机制、优化通信协议等。
2.并发编程同步问题在并发编程中，多个线程之间的同步问题也是非常重要的。
例如，多个线程对共享资源进行读写操作，可能导致数据不一致或其他并发问题。
通过同步分析，可以找出导致并发问题的原因，并提供相应的解决方案，如使用锁机制、线程安全的数据结构等。
3.异步消息处理同步问题在异步消息处理系统中，多个消息处理器之间的同步问题是非常常见的。
例如，多个消息处理器需要按照特定的顺序处理消息，但由于消息的到达可能是异步的，可能会导致消息处理的顺序出现问题。
通过同步分析，可以找出导致同步问题的原因，并提供相应的解决方案，如消息排序、流水线处理等。
4.数据同步问题在数据库或其他数据存储系统中，多个副本之间的数据同步问题是常见的。
例如，数据库集群中的多个节点需要保持数据的一致性，但由于网络延迟或其他原因，可能导致数据同步出现问题。
通过同步分析，可以找出导致数据同步问题的原因，并提供相应的解决方案，如增加数据冗余、使用分布式事务等。
5.并行计算同步问题在并行计算中，多个计算单元之间的同步问题是非常重要的。
例如，多个计算任务需要按照特定的顺序执行，但由于计算单元之间的通信延迟或其他原因，可能导致计算任务的顺序出现问题。
通过同步分析，可以找出导致同步问题的原因，并提供相应的解决方案，如优化任务调度算法、增加缓冲区等。
分布式系统间数据同步方案
分布式系统间数据同步方案作者：廖焕祥来源：《中国新通信》 2017年第24期一、引言在分布式下系统间的数据同步，为了保证处理的性能，往往采用异步、多进程或多线程并发的方式，而在这种方式下如何保证目标端系统的数据保持与源端系统的数据一致呢（不重、不漏、不丢）？下面我们来介绍一种同步方案，能保证两端数据的最终一致。
二、数据同步方案2.1 数据同步方案概述系统间的数据同步，指的是存在A、B 两个系统，B 系统的业务处理需要基于A 系统产生的数据，且A、B 系统是非紧耦合的，当A 系统的数据发生变化时需要通知B 系统，即上游系统A 的数据同步给下游系统B。
本文介绍的分布式系统间的数据同步方案是A、B 两个系统间通过消息中间件进行的数据同步，A、B 系统各自保存一份数据。
从数据模型的设计关键要素、消息结构中动作的区分、源端与目标端对于消息包数据的处理逻辑说明等关键点进行方案阐述。
两个系统间的数据同步的数据流图（见下图1），当A系统的数据发生变化时，A 系统先更新本系统数据，然后再将变化的数据打包发送给B 系统，B 系统接收数据变更消息更新本地数据，这样就完成了数据同步。
本方案的重点在于消息动作类型定义和两端系统的数据处理逻辑部分。
2.2 数据模型设计关键要素在数据模型设计时对于需要进行系统间同步的表必须包含2 个基本要素：? 唯一主键：用于标识数据的唯一性，好比一个人的身份证号码，从数据第一次生成时就进行分配，直至数据销亡后。
? 版本号：用于表示数据变化的次数，是一个递增的数据，也可用时间戳替代版本号。
2.3 动作类型定义在同步的消息包中对于数据变更的动作类型分为：新增、修改、删除。
? 新增：表示某一主键数据第一次生成，版本号为初始值，如值等于1。
? 修改：表示在某一已存在的主键数据上修改某些字段信息（注意：唯一的主键标识不能改），版本号往上增加1。
? 删除：表示删除已存在的某一主键数据记录（物理删除），版本号保持不变。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
分布式算法举例
举例： 共有0，1，2三个进程。 进程0，2申请进入临界区
0
0
0
2
2
2
23/56
分布式算法评价
缺点：
• • •
n点失败 n点瓶颈 2（n-1)个消息
改进方案：
超时重发 组通信 简单多数同意
比原来集中式算法慢，复杂，昂贵，而且不健壮
24/56
令牌环算法
构造一个逻辑环，得到令牌才可进入临界区
例2：汇款（提款存款）
32/56
事务模型
稳定存储器（Stable Storage）： 通过一对双工磁盘实现
33/56
事务原语
（1）BEGIN_TRA NSACTION：标记一个事务的开始； （2）END_TRANSACTION：结束事务并设法提交； （3）ABORT_TRANSACTION：取消事务并恢复旧值； （ 4 ） READ ：从一个文件（或其他类型的对象，如数据 库）读取数据； （5）WRITE：将数据写入一个文件（或其他类型的对象， 如数据库）
34/56
事务举例
预定三个航班机票：中转站是JFK、Nairobi
BEGIN TRANSACTION reserve WP－JFK reserve JFK－Nairobi reserve Nairobi－Malindi END TRANSACTION BEGIN TRANSACTION reserve WP－JFK reserve JFK－Nairobi Nairobi－Malindi full ABORT TRASACTION
使用同步时钟
1. 当客户读取一个副本到缓存时，设置一个租期(lease) ① 2. 在租期过期之前，客户可更新副本，重续租期 ② 3. 如果已经过期，缓存中的副本失效
改进的一致性协议 • 当客户修改文件时，只需将所有没有到期的缓存副 本设为无效 • 如果某个客户崩溃，则等待直到该客户的租期过期
相关信息分布在多台机器中 进程只根据本地信息进行决策 应避免系统中的单点故障 不存在公共时钟或精确的全局时间
4/56
时钟同步问题
例：makefile误差
output.o ： cc –C output.c
进行编译的 计算机 2144 2145 创建output.o 进行编辑的 计算机 2142 2143 2144 创建output.c 时间 2145 根据本地时 钟的时间 2146 2147 根据本地时 钟的时间
3
25/56
三种互斥算法的比较
算法 集中式 分布式 令牌环
每次进出 进入前的延迟 需要的消息 （按消息次数） 3 2（n-1） 1到∞ 2 2（n-1） 0到n-1
存在问题
协调者崩溃 任何一个进程崩 溃 丢失令牌，进程 崩溃
26/56
主要内容
3.1 时钟同步
3.2 互斥
3.3 选举算法
3.4 原子性事务
o 假设：每秒产生100次中断， 每次中断将时间加10毫秒 若调慢时钟，中断服务程序 每次只加9毫秒； 若加快时钟，则加11毫秒。 传播时间=(T1-T0-I)/2
12/56
Berkeley 算法 – 主动式方法
1. 时间监控器定期查询其他机器时间 2. 计算出平均值 3. 通知其他机器调整时间
时间守护 3:00 3:00 3:00 3:00 +25 -10 -20 3:00 0 3:05 +5 +15 网络
3:25 (a)
2:50
3:25 (b)
2:50
3:05 (c)
3:05
13/56
平均值算法 – 非集中式方法
1. 将时间划分成固定长度的再同步间隔，第i
次间隔开始于T0+iR，而结束于 T0+(i+1)R 2. 在每个时间间隔，所有机器广播自己的时 钟时间 3. 启动本地计时器收集在第S时间间隔中到达 的其他机器广播的时间 4. 执行平均时间计算算法，得到新的时间值 （取平均值，去掉两端值 ）
36/56
隔离性（Isolated）
BEGIN_TRANSACTION x = 0; x = x+1; END_TRANSACTION (a) BEGIN_TRANSACTION x = 0; x = x+2; END_TRANSACTION (b) 时间 调度1 调度2 调度3 x=0; x=x+1; x=0; x=x+2; x=0; x=x+3; x=0; x=0; x=x+1; x=x+2; x=0; x=x+3; x=0; x=0; x=x+1; x=0; x=x+2; x=x+3; (d) 合法 合法 不合法 BEGIN_TRANSACTION x = 0; x = x+3; END_TRANSACTION (c)
dC/dt>1
稍快时钟
时钟时间,C
最大偏移率 精确时钟： dC/dt =1 快时钟： dC/dt 〉1 慢时钟： dC/dt < 1
dC/dt=1 最佳时 钟 稍慢时 dC/dt<1 钟
UTC，t
11/56
Christian’s 算法 -- 逐步调整法
时间服务器，可接受WWV的UTC时间 每隔δ/2ρ校准时间（ 允许误差δ ，存在误差ρ ） 校准原则：单调增
• • • •
服务器一直保存一个全局变量 G = CurrentTime – MaxLifetime – MaxClockSkew 所有<G的时间戳从表T中清除 对于具有新的ID的到达消息m，如果ts(m)<G则拒绝 m，否则，接受m 按照T，定期地将G写入磁盘 当系统重启后，G’=G+T
16/56
2
5 4 0 7
原有协调 者崩溃 (b)
1
ok
ok
2 5 6 4
1
选举
4 0
选举
5
选举
选举
6
3
0
7
(c)
6 3
选举
7
(a)
3
2
4 0 7
(d)
1
5
ok
2
4 0 7
(e)
1
5
协调者
(a) 进程4发起选举 (b) 进程5和6响应 (c) 进程5和6主持发 起选举 (d) 进程6响应 (e) 进程6获胜，并 通知所有进程
3.5 分布式系统中的死锁
27/56
3.3 选举算法
许多分布式算法需要一个进程充当协调者，发 起者，排序者或其他特定的角色 作用：做出统一的决定
例如：确定协调者
28/56
欺负(Bully)算法
2 1
选举
将进程进行排序
1. P向高的进程发送选
举消息 2. 如果没有响应，P选 举获胜 3. 如果有进程Q响应， 则P结束，Q接管选 举，并继续
第3章 分布式系统的同步
计算机科学与技术
钟发荣
1/56
主要内容
3.1 时钟同步
3.2 互斥
3.3 选举算法
3.4 原子性事务
3.5 分布式系统中的死锁
2/56
主要内容
3.1 时钟同步
3.2 互斥
3.3 选举算法
3.4 原子性事务
3.5 分布式系统中的死锁
3/56
3.1 时钟同步
分布式算法的特点
37/56
事务的实现
私有工作空间与影子更新：
当进程启动事务T时，分配一个私有工作空间W， 在提交或中止T前所有的读写操作都是在W中进行
3.1 时钟同步
3.2 互斥
3.3 选举算法
3.4 原子性事务
3.5 分布式系统中的死锁
31/56
3.4 原子性（Atomic）事务
隐藏技术，允许程序员专注于算法以及找出让进程并行 工作的方法 原子性： 组成原子事务的一组操作要么全部执行，要 么一个也不执行，并且事务失败后能返回到最初状态 例1： 老式磁带系统（备份）
7/56
校正算法
Lamport算法
0 0 6 12 18 24 30 36 42 48 54 60 D A 1 0 8 16 24 32 40 48 56 64 72 80 C B 2 0 10 20 30 40 50 60 70 80 90
100
0 0 6 12 18 24 30 36 42 48 70 76 D A
×n
9/56
现实时钟
铯原子钟：9192631770次跃迁=1秒 TAI秒：国际原子时间（巴黎BIH计算平均值） UTC秒：世界时间（在太阳秒中加入闰秒） 时间服务：WWV电台、GEOS卫星
பைடு நூலகம்
10
20
10/56
时钟同步算法
如何与现实时钟同步 如何使不同机器之间相
互同步 设机器时钟值Cp(t), t 为 UTC时间
基于时钟的缓存一致性
17/56
主要内容
3.1 时钟同步
3.2 互斥
3.3 选举算法
3.4 原子性事务
3.5 分布式系统中的死锁
18/56
3.2 互 斥
基本概念
当一个进程使用某个共享资源，其他进程不允许对 这个资源操作 对共享资源进行操作的程序段 信号量、管程
临界区（Critical Section）：
并发事件（concurrent）
6/56
Lamport算法
对每一事件a，指派所有进程都认可的时 间值C(a）
if ab，则C(a)<C(b) a,b，C(a) C(b) C是递增的 ab，则C(a)<C(b) C递增，只能加正数 2事件间至少间隔一个滴答 某些情况下需区别：进程1和进程2在40时刻 的发生时间：40.1，40.2